Google DeepMind aplica recomendaciones personalizadas de apps en Play Store

Explicación detallada de los tres modelos aplicados al sistema de recomendaciones

• Generador de candidatos: como las recomendaciones basadas en apps ya instaladas pueden estar sesgadas, se considera la tasa de instalación después de la exposición.

• ReRanker: el orden de las apps recomendadas se vuelve a calcular con un enfoque "pairwise" en lugar de "pointwise". Es una forma de reajustar la clasificación relativa según cuáles apps fueron elegidas entre las mostradas en una situación específica.

• Optimización multipropósito: muchos sistemas de recomendación optimizan al mismo tiempo objetivos como relevancia, popularidad y preferencias personales. Los objetivos cambian dinámicamente según las necesidades del usuario. Por ejemplo, si un usuario que estaba interesado en apps para buscar vivienda ya encontró casa, después podría interesarse en apps para decorar el hogar. Para responder a estos casos, el objetivo secundario se mejora calculándolo como porcentaje en lugar de valor absoluto.