TransAct: Transformer-based Realtime User Action Model for Recommendation at Pinterest
Artikel konnten nicht hinzugefügt werden
Leider können wir den Artikel nicht hinzufügen, da Ihr Warenkorb bereits seine Kapazität erreicht hat.
Der Titel konnte nicht zum Warenkorb hinzugefügt werden.
Bitte versuchen Sie es später noch einmal
Der Titel konnte nicht zum Merkzettel hinzugefügt werden.
Bitte versuchen Sie es später noch einmal
„Von Wunschzettel entfernen“ fehlgeschlagen.
Bitte versuchen Sie es später noch einmal
„Podcast folgen“ fehlgeschlagen
„Podcast nicht mehr folgen“ fehlgeschlagen
TransAct: Transformer-based Realtime User Action Model for Recommendation at Pinterest
-
Gesprochen von:
-
Von:
Über diesen Titel
In this episode, we delve into the paper "TransAct: Transformer-based Realtime User Action Model for Recommendation at Pinterest" . This research introduces TransAct, a novel Transformer-based model designed to enhance Pinterest's recommendation system by capturing users' short-term preferences through their real-time activities.
Research Paper Link - arxiv.org+4arxiv.org+4export.arxiv.org+4
🔹 What’s Inside?
- Hybrid Ranking Approach – Combines real-time user behavior with long-term embeddings for better recommendations.
- Production Deployment – Powers multiple Pinterest surfaces like Homefeed, Search, and Notifications.
- Proven Impact – A/B tests show improved recommendation quality and engagement.
Tune in to learn how TransAct balances real-time responsiveness with efficiency in large-scale AI-driven personalization. 🚀
Noch keine Rezensionen vorhanden