推荐
NorthFish北海有鱼
simple notebook.想去硅谷写代码
展开
-
word2vector-粘贴自我的知乎
对于常规句子来说,不是窗口越大越好,因为窗口太大的话,句子之间就没有前后依赖关系了。但是对于特定场景,比如用户偏好,每个用户的item之间存在强依赖关系,这种情况下,窗口越大越好。经过验证,窗口越大,训练速度越慢。3.mincount,取词的最小值。1.训练语料大小,最好在上千万样本。原创 2024-06-23 00:49:18 · 95 阅读 · 0 评论 -
Attention系列总结-粘贴自知乎
梦想做个翟老师:阿里:Behavior Sequence Transformer 解读48 赞同 · 7 评论文章。优点:捕捉用户行为历史序列中的顺序信息。w2v也是捕捉用户序列信息的,本质差异在于啥?添加图片注释,不超过 140 字(可选)原创 2024-06-23 00:27:05 · 154 阅读 · 0 评论 -
排序常用模型
无原创 2022-08-16 19:50:10 · 862 阅读 · 1 评论 -
计算置信度
https://jingyan.baidu.com/article/f3ad7d0fdb853148c2345b0e.html原创 2022-05-06 19:54:05 · 314 阅读 · 0 评论 -
推荐综述博客网址马克
推荐系统精排之锋(11):再论特征与embedding生成 - 知乎原创 2021-11-29 11:29:11 · 344 阅读 · 0 评论 -
性能相关指标
压测qpstp100原创 2021-09-08 20:09:44 · 93 阅读 · 0 评论 -
数值特征处理方式
等频归一化原创 2021-08-01 15:42:04 · 112 阅读 · 0 评论 -
常用召回算法
DSSM召回模型https://zhuanlan.zhihu.com/p/152251002原创 2021-03-19 14:16:55 · 398 阅读 · 2 评论 -
论文
Kalman Filtering Attention for User Behavior Modeling in CTR Predictionhttps://hub.baai.ac.cn/view/3750作者提出了一种基于卡尔曼滤波的注意力机制,用于工业级广告点击率预测系统中的用户行为建模任务。通过卡尔曼滤波建模,有效地引入特定搜索词的全局先验信息,并有效控制高频商品在用户行为中的权重,从而得到比现存注意力机制更适配用户行为建模任务的算法,有效提升用户行为建模及其后续广告点击率预估的准确性。.原创 2021-01-24 21:34:31 · 122 阅读 · 0 评论 -
多目标排序
https://zhuanlan.zhihu.com/p/122957481权重调整方差越大,模型收敛和预估越差,最终loss 中该任务的比重需要大一些,模型对其优化的程度需要大一些原创 2020-11-17 20:08:05 · 173 阅读 · 0 评论 -
din的理论
din是把nlp里面的注意力机制引入了推荐模型里面,就是模型表达的时候,对用户不同行为的注意力是不一样的,“相关”的行为历史看重一些,“不相关”的历史甚至可以忽略。实际上就是把用户兴趣序列和当前物品做一个加权,使得用户更感兴趣的物品权重大一些。具体实现的时候是......原创 2020-11-17 19:53:47 · 382 阅读 · 0 评论 -
xgboost和lightgbm
https://www.bilibili.com/video/BV1Ca4y1t7DS?from=search&seid=17855892564381534976原创 2020-11-02 17:06:24 · 389 阅读 · 2 评论 -
推荐相关111
1.点击率平滑方式威尔逊评分贝叶斯平滑2.视频相关质量检测:https://blog.csdn.net/neural_net_child/article/details/78440306原创 2020-10-20 21:04:35 · 42 阅读 · 0 评论