推荐系统遇上深度学习(八十三)-[阿里]记忆增强网络—MA-DNN模型介绍

最新推荐文章于 2023-04-22 09:25:08 发布

文文学霸

最新推荐文章于 2023-04-22 09:25:08 发布

阅读量1.2k

点赞数

本文链接：https://blog.csdn.net/abcdefg90876/article/details/106308916

版权

本文介绍了记忆增强网络MA-DNN模型，它结合了DNN的简单性和RNN处理历史行为的优势。MA-DNN通过记忆网络存储用户喜好和不喜好的内容向量，用于CTR预测，解决了传统DNN和RNN模型的计算复杂度和数据准备复杂度问题。模型结构包括DNN部分和记忆网络部分，通过优化目标捕捉用户偏好并提高预测准确性。

摘要由CSDN通过智能技术生成

本文介绍的论文题目为：《Click-Through Rate Prediction with the User Memory Network》
论文下载地址为：https://arxiv.org/abs/1907.04667

如何利用用户的历史行为信息呢？前面也讲过很多方式，比如最简单的就是对历史行为序列中的物品对应的embedding进行concat或pooling操作，更进阶的如引入attention机制的阿里DIN模型、进一步引进用户兴趣抽取和演进模块的DIEN模型、以及后来的DSIN、BST模型等等。

而本文可能时间比较早，没有提及上述的诸多利用历史行为信息的方式，而仅关注不考虑行为信息的DNN模型，以及使用RNN来处理行为信息的方式上。DNN模型部署简单，而RNN模型可以融入行为信息，提升预测效果，但同时也带来了性能的问题。在兼顾DNN和RNN模型的优点的基础上，本文提出了记忆增强网络—MA-DNN模型，一起来看一下。