推荐算法
文章平均质量分 94
Aliert
我要写的不是那种搬运网上被讲解很多遍的东西,而是真心思考经过自己反思总结的知识,希望通过这个博客能给大家带来知识,也给自己留下足迹。
展开
-
推荐算法之Embedding方法汇总
推荐算法的效果离不开embedding的使用,embedding是推荐算法中很重要的一个组成部分,不过也是根据不同的业务需求和数据采取不同的embedding方式,在这里我也是稍微总结常用的几种embedding方法吧。用一句话来总结一下embedding就是将稀疏矩阵向量,变成稠密矩阵向量。...原创 2022-07-25 21:49:10 · 4304 阅读 · 1 评论 -
推荐算法之排序召回推荐指标总结
最近想起总结一下常用的推荐指标了,觉得这也是最基础的知识点吧。不过这个也不是很全,只是将一些我认为基础的常用的进行了一下总结,后续在任务中遇到其他的再进行补充吧。比如我们常听到的AUC,MAP(MeanAveragePrecison),HR(HitRatio),NDCG(NormalizedDiscountedCumulativeGain),等。...原创 2022-07-21 14:25:06 · 1414 阅读 · 0 评论 -
推荐系统之ROC和AUC详解
这个绝对是重量级内容了,也是很基础的东西。对于模型来讲,不同的阈值会有不同的泛化能力,这时候,如果想比较两个模型的泛化能力,这个阈值的高低也会受到影响,所以就需要能够综合考虑着所有阈值下的模型的泛化性能,这样还可以使得模型适应与不同的任务,那这时候应该怎么评估模型呢?ROC曲线是常用的工具。在这里和我们前面说过的PR曲线是类似的(mAP),但是在之前的PR曲线中横纵坐标是查准率和查全率。目标检测指标mAP详解。............原创 2022-07-21 11:32:59 · 2629 阅读 · 0 评论 -
推荐系统之DIN模型(注意力机制对业务的理解)
前面讲过了AFM,AFM是对注意力机制的一个浅显的尝试,并没有基于业务上进行设计的一个模型。在工业领域例如在线广告上点击率(Click-through rate,CTR)预测是一个很重要的任务。在每次点击费用(cost-per-click,CPC)的广告系统中,广告按有效价格,即每千个有效成本(effective cost per mille,eCPM)排名,该价格是出价与CTR的乘积,而点击率则需要通过系统预估。因此,CTR预估模型的效果直接影响最终收益,并在广告系统中发挥关键作用。DIN是2018年阿里原创 2022-07-04 16:33:09 · 1421 阅读 · 1 评论 -
推荐算法之AFM模型(注意力机制的引入)
前面已经将结果很多推荐系统+深度学习的基础模型了,从这篇文章开始也进入到了注意力机制的章节。在AFM开始,大家都不再局限于将特征进行两两交互问题上面,而是开始探索一些新的结构。"Attention Mechanism"这个词现在已经不是新东西了,它来源于人类自然的选择注意习惯, 最典型的例子就是我们观察一些物体或者浏览网页时,不会聚焦于整个物体或者页面,而是会选择性的注意某些特定区域,忽视一些区域,往往会把注意力放到某些显眼的地方。 如果在建模过程中考虑到注意力机制对预测结果的影响,往往效果会更好。 近年来原创 2022-06-27 17:38:34 · 3359 阅读 · 1 评论 -
推荐系统之NFM
CTR预测任务中, 高阶特征和低阶特征的学习都非常的重要。 推荐模型我们也学习了很多,基本上是从最简单的线性模型(LR), 到考虑低阶特征交叉的FM, 到考虑高度交叉的神经网络,再到两者都考虑的W&D组合模型。 其实这些模型又存在着自己的问题,也是后面模型不断需要进行改进的原理,主要有下面几点:简单的线性模型虽然简单,同样这样是它的不足,就是限制了模型的表达能力,随着数据的大且复杂,这种模型并不能充分挖掘数据中的隐含信息,且忽略了特征间的交互,如果想交互,需要复杂的特征工程。FM模型考虑了特征的二阶交叉,原创 2022-06-23 16:13:37 · 904 阅读 · 0 评论 -
推荐算法之DeepFM
今天的模型是DeepFM,这算是一个非常经典的模型了。在介绍这个模型之前先针对之前模型的不足进行一个小总结,这也是DeepFM模型提出来的一个原因。CTR预测任务中, 高阶特征和低阶特征的学习都非常的重要。 推荐模型我们也学习了很多,基本上是从最简单的线性模型(LR), 到考虑低阶特征交叉的FM, 到考虑高度交叉的神经网络,再到两者都考虑的W&D组合模型。 其实这些模型又存在着自己的问题,也是后面模型不断需要进行改进的原理,主要有下面几点:所以DeepFM也就应运而生了,老规矩先看一下知识脉络图:DeepF原创 2022-06-14 21:28:33 · 9719 阅读 · 1 评论 -
推荐系统之FNN
今天继续写王喆老师的《深度学习推荐系统》,我会根据已经梳理好的知识体系对其中的模型分别讲解。前面也已经讲过很多模型了,前一个模型是Deep&Cross其中是对W&D模型的Deep部分进行的改进。按理说今天还是将根据W&D的思想衍生而来的其他模型,但是今天先讲一下FM在深度学习时代的三大延伸模型变体FNN(Factorization Machine supported Neural Network)模型, DeepFM(Factorization-Machine based Neural Network)模型原创 2022-06-13 21:17:58 · 1245 阅读 · 0 评论