Google DeepMind diterapkan pada rekomendasi aplikasi yang dipersonalisasi di Play Store

Penjelasan mendetail tentang tiga model yang diterapkan pada sistem rekomendasi

• Generator kandidat: karena rekomendasi berdasarkan aplikasi yang sudah terpasang sebelumnya bisa menimbulkan bias, model ini mempertimbangkan tingkat instalasi setelah penayangan.

• ReRanker: menghitung ulang urutan aplikasi yang direkomendasikan dengan pendekatan "pairwise", bukan "pointwise". Metode ini menyesuaikan kembali peringkat relatif berdasarkan aplikasi yang dipilih dari aplikasi-aplikasi yang ditampilkan dalam situasi tertentu.

• Optimasi multiobjektif: banyak sistem rekomendasi melakukan optimasi secara bersamaan untuk tujuan seperti relevansi, popularitas, dan preferensi pribadi. Tujuannya berubah secara dinamis sesuai kebutuhan pengguna. Misalnya, pengguna yang sebelumnya tertarik pada aplikasi untuk mencari rumah, setelah mendapatkan rumah mungkin akan tertarik pada aplikasi dekorasi rumah. Untuk menangani kasus seperti ini, peningkatan tujuan sekunder dihitung berdasarkan persentase, bukan nilai absolut.