推荐系统/机器学习(Machine Learning)/点击率(CTR)/转化率(CVR)预估/点击率预估汇总

转载:

https://www.ctolib.com/mJackie-RecSys.html

https://github.com/mJackie/RecSys

https://github.com/mJackie/RecNews

RoadMap

推荐系统


计算广告


统计学习模型

技术文章

实践工具


深度学习模型

技术文章

实践代码


相关比赛

CriteoDisplayAdvertisingChallenge

AvazuClickThroughRatePrediction

2018 IJCAI 阿里妈妈搜索广告转化预测

2018腾讯广告算法大赛


技术博客


经典论文清单

筛选文章的标准:前沿或者经典的,工程导向的,google、阿里、facebook等一线互联网公司出品的

Wide & Deep Learning for Recommender Systems

google 的 wide&deep,必看论文,经典到难以附加

DeepFM: An End-to-End Wide & Deep Learning Framework for CTR Prediction

华为对wide&deep的改进,加了wide层的交叉项。如今工业界的主流模型

Practical lessons from predicting clicks on ads at facebook

facebook GBDT+LR的经典方案。虽然如今已不是主流方案,但论文中的思想很值得学习。

Deep Neural Networks for YouTube Recommendations

介绍了Youtube推荐系统工业界架构与方案,经典必看

Real-time Personalization using Embeddings for Search Ranking at Airbnb

KDD2018 best paper,Embedding 必看论文,非常经典

Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate

阿里的多目标学习经典方案,同时优化CTR & CVR

Real-time Personalization using Embeddings for Search Ranking at Airbnb

介绍了 airbnb 搜索排序模型的演进,工业性质很强,值得参考

  • 1
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值