推荐系统
Lavi_qq_2910138025
这个作者很懒,什么都没留下…
展开
-
推荐系统遇上深度学习系列博客
推荐系统遇上深度学习系列:推荐系统遇上深度学习(一)–FM模型理论和实践:https://www.jianshu.com/p/152ae633fb00推荐系统遇上深度学习(二)–FFM模型理论和实践:https://www.jianshu.com/p/781cde3d5f3d推荐系统遇上深度学习(三)–DeepFM模型理论和实践:https://www.jianshu.com/p/6f...转载 2019-01-09 09:02:06 · 703 阅读 · 0 评论 -
推荐系统遇上深度学习(一)-FM模型理论和实战
1、FM背景在计算广告和推荐系统中,CTR预估(click-through rate)是非常重要的一个环节,判断一个商品的是否进行推荐需要根据CTR预估的点击率来进行。在进行CTR预估时,除了单特征外,往往要对特征进行组合。对于特征组合来说,业界现在通用的做法主要有两大类:FM系列与Tree系列。今天,我们就来讲讲FM算法。2、one-hot编码带来的问题FM(Factorization M...转载 2019-04-14 10:36:39 · 3528 阅读 · 0 评论 -
推荐系统遇上深度学习(二)--FFM模型理论和实践
1、FFM理论在CTR预估中,经常会遇到one-hot类型的变量,one-hot类型变量会导致严重的数据特征稀疏的情况,为了解决这一问题,在上一讲中,我们介绍了FM算法。这一讲我们介绍一种在FM基础上发展出来的算法-FFM(Field-aware Factorization Machine)。FFM模型中引入了类别的概念,即field。还是拿上一讲中的数据来讲,先看下图:在上面的广告点击案...转载 2019-04-14 10:46:12 · 554 阅读 · 0 评论