![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐系统
文章平均质量分 87
Pillars-Creation
这个作者很懒,什么都没留下…
展开
-
vqvae简单实战,利用vqvae来提升模型向量表达
在cv里码本对应的encoder是卷积完的三维机构,如果我们是优化ID向量只有一维,需要做个转换把一维变成二维,这里可以用卷积,也可以把向量两两相乘变成二维结构,这样的好处是一方面方便我们把每一行当作一个向量和codebook求对应,另一方面两两相乘也可以理解为一种特征交叉,提升了向量的表达。在传统的 VAE 中,先验分布通常是一个固定的分布,例如标准正态分布。在VQ-VAE中,编码器将输入数据映射到一个离散的隐藏,将编码器的输出与一个称为码本(codebook)的离散向量集进行匹配来实现的。原创 2023-10-15 23:29:18 · 1280 阅读 · 0 评论 -
从一致性/debias角度考虑推荐优化问题(排序部分 一 《样本的一致性》)
前言:最近和业界同事交流,大家都发现搜广推做到一定程度优化越来越难,一招就能普遍提升的大招越来越难找,推荐何去何从?上期写了个冷启动的一致性,从中得到启发,其实推荐过程中,也可以借鉴一下这个思路,从各个环节去考虑我们系统中的一致性,还是有不少优化点。现在推荐已经过了那个蛮荒的年代,既然已经很难仅通过某个模块环节就找到能整体提升的优化点,我们可以扫视一下我们系统中的一致性,是否在过去的优化中对某些模块,领域存在着忽略,缺少整体的一致性的考虑,还是有不少优化点,可以继续提升我们推荐优化的效果。原创 2023-02-19 20:57:31 · 489 阅读 · 0 评论 -
从一致性/debias角度考虑推荐冷启动&长尾推荐问题(二)
在物品冷启动,打分的时候,一个用户往往对应多篇文章,所以item 冷启动的一致性,一般强调的是信息补充和使emb不受歧视。用户冷启动,user emb对所有文章是公平的,user emb被歧视的问题影响相对弱,所以用户冷启动更要强调的是用户emb从相同类别用户中获取到用户的公共兴趣增益。在推荐系统中user&item emb往往是最重要的特征之一,在冷启动和长尾优化的工作中,往往也是优化的重点,相当一部分工作是围绕着emb优化展开,所以这里单独开了一章。主要思路在于冷启内容emb和高活emb的一致性。原创 2023-02-17 21:12:12 · 1192 阅读 · 2 评论