Google Play商店的应用推荐系统由DeepMind支持

IT、网络、设备与技术实时都在变化！越来越多的人开始对设备和技术方面产生兴趣，我们要正确认识网络的两面性，用其所长、避其所短，发挥网络对生活的积极促进作用。小编今天分享一篇互联网文章做个科普介绍。

DeepMind被广泛认为是首要的机器学习和人工智能研究实验室。多年来，Alphabet与Google的各个团队合作。最新看到DeepMind技术被利用为Play商店应用建议。

发现是任何应用商店的核心部分，而Google的方法既具有编辑性又具有算法性。根据DeepMind的说法，Play商店“支持世界上最大的推荐系统之一”，每月有数十亿用户。

Google会考虑“过去的用户首选项”(下载和安装)，以“提供更丰富的个性化体验。” DeepMind与Play团队合作“开发和改进了确定应用程序与用户相关性的系统”。

但是，这需要细微差别-既要了解应用程序的功能，又要了解其与特定用户的相关性。例如，对于狂热的科幻游戏玩家来说，类似的游戏推荐可能会令人感兴趣，但是如果用户安装了旅行应用，则推荐翻译应用可能比五个以上的旅行应用更为相关。

在较高的层次上，推荐系统有三个主要模型：候选生成器，重排名程序和针对多个目标进行优化的模型。今天的博客文章深入探讨了每个部分。

候选生成器是一个深度检索模型，可以分析超过一百万个应用程序并检索最合适的应用程序。对于每个应用程序，重排名程序(即用户首选项模型)沿多个维度预测用户的首选项。接下来，这些预测是多目标优化模型的输入，其解决方案为用户提供了最合适的候选对象。

Google的DeepMind小组还阐明了协作过程，并指出了日常交流：

由于Play商店和DeepMind团队紧密合作并每天进行交流，因此我们能够在算法设计，实施和最终测试阶段中考虑产品需求和约束，从而使产品更加成功。