专题演讲嘉宾：李彪

沉浸式的短视频消费越来越重要，推荐会面临很多挑战，比如众多用户反馈信号如何整合排序，沉浸式消费中正负反馈如何做快速的反应，上下文内容对推荐如何影响等，传统的粗排，精排，重排漏斗形三阶段排序，还不足以满足这些复杂的需求，融合到统一的排序模型里很难实现。本次演讲将介绍快手沉浸式推荐场景，以及推荐中遇到的问题，根据业务问题对排序系统做更精细的设计，形成多阶段排序方案，介绍每阶段排序定位，模型选型及方案，各阶段联合起来如何来满足用户多维度的消费需求。

演讲提纲：

1. 快手沉浸式场景介绍
   • 产品形态、特点等背景介绍 
2. 快手多阶段排序方案
   • 传统粗排-精排-重排技术发展简介
   • 快手面临的挑战和多阶段排序的方案
3. 多队列融合排序
   • 精排多目标预估结果融合的价值、难点
   • 快手多目标融合排序的方案
4. 上下文排序
   • 沉浸式环境下listwise排序价值、难点
   • 快手listwise排序模型方案
5. 混合排序
   • 异质内容如广告、直播、自然结果混排背景及难点
   • 业界混排思路与进展
   • 快手混合排序的策略
6. 端上排序
   • 端上重排的价值与挑战
   • 快手端上重排架构和模型
   • 端上排序的未来方向

你将获得：

1. 快手对沉浸式排序的思考和方案
2. 知道前沿的推荐排序模型进展，开阔思路
3. 沉浸式推荐的理解，以及未来的发展趋势