Google 论文：因子化潜在价值模型修复短视频推荐的测量偏差

_reachsumit · x · 2026-09-29

Google 提出 Factorized Latent Value Model(FLVM),针对推荐系统中行为反馈的测量偏差问题:同样的观看行为可能源于真实喜欢、被动消费或走神，而短视频场景下观看时长受视频时长等混杂因素强烈影响——同样观看时长对不同长度视频含义不同，比率类指标会系统性偏向短视频，直接优化原始互动会放大测量噪声而非用户价值。

FLVM 将观测行为建模为低维因子化潜在价值状态的带噪测量，用结构化输出头建模异构反馈；一条受限基线通路吸收视频时长、用户倾向、会话上下文等混杂特征的可预测变化，路由潜在通路则估计与偏好相关的价值优势，最终得到可用于排序的潜在价值分数。