炼丹笔记本

今天我想介绍阿里的同一推荐团队一脉相承的两篇文章，Deep Interest Network for Click-Through Rate Prediction和，Deep Interest Evolution Network for Click-Through Rate Prediction。这是第一部分，主要介绍前一篇文章。Deep Interest Network（DIN）Deep In...

这是对近年来基于深度学习的推荐系统的内容的一份综述，具体来说，大部分内容来自Deep Learning based Recommender System: A Survey and New Perspectives，我翻译和总结了其中的一些内容。同时，我有时也会阅读该survey提到的工作的原文，并对某些更具体的内容做一些补充。正文开始深度学习近年来在各个领域都被广泛应用，推荐系统也不例外，...

在第二部分，我们总结MLP基础上的推荐系统，我在这里只截取了原文的一部分内容。z这篇博客中所使用的注解字符和参考文献目录可以在基于深度学习的推荐系统（一）Overview中找到。我们把这些工作分为如下几部分：传统推荐算法的神经网络扩展许多现有的推荐模型基本上是线性方法。 MLP可用于向现有RS方法添加非线性变换。Neural Collaborative Filtering在大多数情况下，推...

在之前的一篇博客基于深度学习的推荐系统（二）MLP based中，我简单地提到了wide&deep model。在这里，我将这一模型单独拿出来加以讲述，因为这个模型是很多工业界推荐系统的根基。从Google在2016年发表这篇文章开始，越来越多的公司开始使用wide&deep model和它的变种。其中，华为提出的DeepFM是一个较为典型的变种，之前也提到过一些，我也会在这篇文章...

这篇文章发布于2018年9月，是之前的DIN的改进版。我们在阿里的CTR预测（一）：Deep Interest Network中提到过，他们尝试使用LSTM来学习序列化数据的特征，但是对DIN的结果没有改善。DIEN在这一点上做了改善。Deep Interest Evolution Network（DIEN）我们略去背景介绍，尤其是Base Model的部分，如果大家想看的话，可以去前一篇文章...

咳，还是要说说这篇文章，虽然讲它的人已经很多了。毕竟作为深度学习模型大规模应用于工业界推荐系统的标志，这篇文章是绕不过去的。原文来自Deep Neural Networks for YouTube Recommendations，是YouTube2016年发表于Recosys的文章。这篇文章的结构依然很经典：由deep candidate generation model（召回阶段）和deep ...

阿里技术团队发了一篇新文章，是讲淘宝双十一背后的支持系统的：一天造出10亿个淘宝首页，阿里工程师如何实现？。我对里面提到的深度召回框架还挺感兴趣的，试图从中解析一下看看。从Graph Embedding开始阿里的这个深度召回系统来源于《DeepWalk: Online Learning of Social Representations》。我们今天先来看看这篇文章讲了什么。DeepWalk本...

在工作中用到了类似于negative sample的方法，才发现我其实并不了解candidate sampling。于是看了一些相关资料，在此简单总结一些相关内容。主要内容来自tensorflow的candidate_sampling和卡耐基梅隆大学一个学生写的一份notesNotes on Noise Contrastive Estimation and Negative Sampling，还...