技术内部 – 解决 Roblox 上的个性化问题 – Roblox 博客

科技内部 是一个与我们齐头并进的博客系列 技术讲座播客。 在这里，我们进一步深入探讨我们正在解决的关键技术挑战，并分享我们为此采取的独特方法。 在本期的 科技内部，我们采访了高级工程经理 Michelle Kong，详细了解个性化团队的工作如何帮助 Roblox 用户找到他们喜欢的体验。 

您正在解决哪些技术挑战？

我们的团队——个性化，属于增长小组——负责为我们的用户提供个性化和相关的建议。 我们希望帮助人们找到他们喜欢的内容，促进 Roblox 的长期参与，并与适合他们的人联系体验。 

如今，我们拥有 66 万日活跃用户，但这个数字每年都在增长约 20%，这意味着越来越多的数据涌入。因此，一个巨大的技术挑战是保持实时响应能力并确保个性化推荐不受影响。不需要长时间等待，而且不会增加服务成本。 事实上，这就是我们去年彻底重建后端基础设施的原因之一。

随着我们的成长，我们会问自己如何在不需要大量额外计算能力的情况下改善用户体验。 我们认为机器学习可能是答案的一部分，但我们已经看到，随着数据模型变得越来越大，机器学习解决方案可以使用更多的计算资源，这会增加成本。 这对我们来说无法扩展，因此我们正在努力改进实时搜索和排名，而不会产生额外成本。 

我们正在构建哪些创新解决方案来应对这些技术挑战？

我们正在构建一个推荐系统，以帮助人们快速发现与他们最相关的内容。 为此，我们正在学习如何应用最先进的机器学习技术来解决问题。 例如，我们在这些系统中融入了自我监督学习、大型语言模型 (LLM) 的高级架构和技术以及反事实评估。

有许多高级预训练的法学硕士，但我们不能直接使用它们，因为它们会产生很高的服务成本。 相反，我们使用通常用于构建法学硕士的技术来训练我们自己的模型。 一个例子是序列建模，因为语言和 Roblox 用户玩历史都是序列。 我们想要了解用户的游戏历史的哪一部分可以预测他们当前和未来的兴趣和偏好。 这个模型可以帮助我们做到这一点。   

与此同时，自监督表示学习现在广泛应用于计算机视觉和自然语言理解领域，我们正在将这种技术应用到我们的推荐系统中。 

从这项技术工作中学到的主要经验是什么？

Roblox 的目标是连接 XNUMX 亿用户，为此，我们需要找到平衡效用和成本的解决方案。 当我们有效地做到这一点时，我们就能够对社区进行更多投资。 

例如，我们决定投资自己的数据中心，这一赌注正在得到回报。 我们学到的最重要的一点是，当我们有资源和能力自己做某事时，创建专门的东西比购买第三方技术更有效。 通过从头开始构建我们的平台和模型，我们能够寻求针对我们的业务以及资源限制和要求进行优化的创新解决方案。 

您认为 Roblox 的哪种价值观最符合您和您的团队应对技术挑战的方式？

尊重社区。 我们非常关心我们的创造者和开发者。 他们的意见确实很重要。 我们非常重视开发者的反馈。 我花了很多时间与我们的开发者关系团队合作直接回答开发者的问题。 花时间了解他们的反馈，并了解如何为他们改进我们的平台，这有助于我们确保我们也专注于正确的事情。 

我还想说，要放眼长远。 我加入 Roblox 是因为我真的相信 Dave 的长远眼光。 事实上，在我们的日常工作中，我们避免构建短期的黑客解决方案。 相反，我们强调构建有原则的、可靠的和可扩展的解决方案，因为我们正在为未来而构建。

Roblox 和您的团队的发展方向最让您兴奋的是什么？ 

我们面临许多独特的挑战。 将推荐系统构建为双边市场并实现长期用户保留，是一个巨大的增长机会。 但我们也在考虑诸如推荐、搜索、信任和安全等用例的视觉理解和文本理解之类的事情。

此外，我们的组织结构使我们能够快速高效地行动。 每个团队成员都对我们面临的挑战充满动力和兴奋。 如果这听起来像您感兴趣的事情，我们已经为您找到了一个位置。 

• SEO 支持的内容和 PR 分发。 今天得到放大。
• PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
• 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
• 柏拉图ESG。 碳， 清洁科技, 能源， 环境， 太阳能， 废物管理。 访问这里。
• 柏拉图健康。 生物技术和临床试验情报。 访问这里。
• Sumber: https://blog.roblox.com/2023/09/inside-the-tech-solving-for-personalization/