第 8 章 部署应用程序

即便如此，针对任何类型的参与度进行优化的推荐算法始终存在退化为反馈循环的风险，因为它们的唯一目标是最大化几乎无限的指标。如果您的模型产生了一个分数，找到将这个分数与您的建议的使用情况进行比较的方法可能是一个额外的信号。例如，如果我们训练一个模型来向用户推荐视频，而我们的第一个版本的模型更倾向于推荐猫的视频而不是狗的视频，那么平均而言，用户会观看更多的猫视频而不是狗视频。如果我们使用历史推荐和点击数据集训练模型的第二个版本，我们会将第一个模型的偏差纳入我们的数据集中，而我们的第二个模型将更加偏爱猫。