©PaperWeekly 原创 · 作者 | 金金
单位 | 阿里巴巴研究实习生
研究方向 | 推荐系统
论文标题:
Looking at CTR Prediction Again: Is Attention All You Need?
论文来源:
SIGIR 2021
论文链接:
https://arxiv.org/abs/2105.05563
简介
点击率(CTR)预测是网络搜索、推荐系统和在线广告展示中的一个关键问题。学习良好的特征交互对于反映用户对物品的偏好至关重要。许多基于深度学习的 CTR 预测模型已经被提出,但研究人员通常只关注是否达到了 state-of-the-art 的性能,而忽略了整个框架是否合理。
在这项工作中,作者使用经济学中的离散选择模型重新定义了 CTR 预测问题,并提出了一个基于自注意力机制的通用神经网络框架。发现大多数现有的 CTR 预测模型与本文提出的通用框架一致。作者还检查本文提出的框架的表达能力和模型复杂性,以及对一些现有模型的潜在