Рекомендации ленты Pinterest используют каскадную систему для выбора и представления элементов. Заключительный этап фокусируется на многоцелевой оптимизации, балансируя вовлеченность, внедрение новых вариантов использования и бизнес-цели. Со временем команда улучшила этот этап за счет алгоритмических и инфраструктурных обновлений. Изначально они использовали алгоритм детерминантного точечного процесса (DPP) для диверсификации ленты, что показало значительное улучшение вовлеченности пользователей. Позже они внедрили разложение скользящего спектра (SSD), обеспечивающее меньшую вычислительную сложность и гибкость. SSD позволило включить цели качества, что привело к "мягкому штрафу за интервалы" для контента, требующего особой осторожности. Эта структура позволяет избежать ограничительной фильтрации, создавая лучший пользовательский опыт. Инфраструктура системы развивалась, перемещая логику на сервер моделей для упрощения экспериментов. Сигналы разнообразия также улучшились, включив в себя визуальные, текстовые и графические вложения для лучшего вычисления сходства пинов. Они ввели сигналы качества контента и обновили визуальные вложения для улучшений в реальном времени. Затем были добавлены семантические идентификаторы для управления семантическим перекрытием для более эффективного контроля разнообразия.