Pinterest의 피드 추천 시스템은 아이템 선택 및 표시를 위해 계단식 시스템을 사용합니다. 최종 단계에서는 참여도, 새로운 사용 사례 도입, 비즈니스 목표 간의 균형을 맞추는 다중 목표 최적화에 집중합니다. 팀은 시간이 지남에 따라 알고리즘 및 인프라 업그레이드를 통해 이 단계를 개선했습니다. 초기에는 피드 다양화를 위해 Determinantal Point Process (DPP) 알고리즘을 사용하여 상당한 사용자 참여도 개선을 보였습니다. 이후에는 더 낮은 계산 복잡성과 유연성을 제공하는 Sliding Spectrum Decomposition (SSD)을 구현했습니다. SSD는 품질 목표를 통합할 수 있게 해주어 특별한 주의가 필요한 콘텐츠에 대한 "소프트 스페이싱" 페널티를 도입했습니다. 이 프레임워크는 제한적인 필터링을 피하여 더 나은 사용자 경험을 만듭니다. 시스템 인프라는 진화하여 더 쉬운 실험을 위해 로직을 모델 서버로 이동했습니다. 다양성 신호도 개선되어 더 나은 핀 유사성 계산을 위해 시각적, 텍스트 및 그래프 임베딩을 통합했습니다. 콘텐츠 품질 신호를 도입하고 실시간 개선을 위해 시각적 임베딩을 업그레이드했습니다. 그런 다음 의미론적 ID를 추가하여 보다 효과적인 다양성 제어를 위해 의미론적 중복을 관리했습니다.