- 博客(6)
- 收藏
- 关注
RSS订阅原创 推荐系统CTR预估模型之Attentional Factorization Machines(AFM)
Attentional FM(AFM[1])可以看成是在FM[2]的基础上作了一些改进，与FFM[3]把相同性质的特征引入一个field，同时也为每一个field学习一个独立的隐向量有所不同，它入了一个attention机制。 传统的FM通过为每个特征学习一个embedding 向量，可以计算任何一个交叉特征的权重；然而，在实际场景中，不同的特征组合对最后的结果影响会有很大的不同，举个简单的例子...
2019-05-18 17:23:23
825
原创 推荐系统CTR预估模型之xDeepFM
xDeepFM 是MSRA发表在KDD 2018上的一篇文章，用于CTR预估。 前面已经介绍过Deep FM和Deep & Cross Networks两种模型，xDeepFM可以看成结合了这两种模型的优点。DNN模型以bit-wise的形式把特征进行交叉，而FM则以vector-wise的形式进行特征交叉。Deep&Cross交叉的每一层和起始输入X0其实都是一个线性关系，而...
2019-05-18 17:17:47
2016
原创 推荐系统CTR预估模型之Deep Interest Network(Din)
Deep Interest Network(Din)模型是阿里妈妈基础算法团队发表在KDD 18上的一篇论文，用来做CTR预估。 文章的innovation也很简单，在电商场景的广告推荐中，用户的兴趣非常重要，而用户的兴趣从算法测一般通过用户历史浏览点击的一些商品来进行刻画，目前的主流DNN模型都是直接把用户的一些兴趣(可以是一些用户历史浏览点击的商品，keyword等feature)直接做一...
2019-05-18 17:12:24
2031
原创 推荐系统CTR(CVR)预估模型(多任务学习)之ESMM
esmm模型是阿里妈妈基础算法团队发表在SIGIR 18上的一篇论文，用来做转化率预估。 整篇论文非常简单，创新点也很通俗易懂，转化率预估目前主要存在两个难点：1、sample selection bias, conversion CVR model are trained on dataset composed of clicked impressions, while are util...
2019-05-18 17:07:45
13697
2
原创 推荐系统CTR预估模型之DeepFM
Deepfm是华为诺亚方舟实验室和哈工大在2017年合作发表的一篇论文，思想和实现都很简单，只是在wide&deep的基础上加一个FM，其中FM和DNN共享原始的embedding特征向量，由于FM计算的时间复杂度为O(Kn)，其中K为field的个数，一般也很小，故deepfm实际计算的时间复杂度和DNN接近。 上图为deepfm的模型结构，可以看出和deep&cross类...
2019-05-18 17:00:42
879
原创 推荐系统CTR预估模型之Deep&Cross
deep&cross是google在2017年发表的一篇论文，其思想和wide&deep基本一致，只是把wide&deep中的wide部分变成cross层，来弥补DNN不能显示的学习交叉特征这一缺陷，一般情况下效果会好于wide&deep，而且模型复杂度与与wide&deep接近。模型结构如上图，右边的DNN部分和wide&deep中的DNN完全...
2019-05-18 16:51:37
453
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人