![](https://img-blog.csdnimg.cn/20201201100427107.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
推荐系统
一些推荐系统的论文
主要是 embedding 后的排序模型
Novelin
这个作者很懒,什么都没留下…
展开
-
Factorization Machines模型整理
隐向量相乘作参数,减少参数量也可看作 Embedding原创 2020-12-12 10:03:28 · 137 阅读 · 0 评论 -
Deep Interest Network for Click-Through Rate Prediction【论文记录】
用户行为数据 注意力机制 新的激活函数Dice原创 2020-12-04 21:16:21 · 122 阅读 · 0 评论 -
xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems【论文记录】
在 Cross network 上添加一个 Pooling 层 类似 feature map线性 + CIN + DNN CIN 是每一阶特征都输出原创 2020-12-04 19:05:03 · 386 阅读 · 0 评论 -
Attentional Factorization Machines【论文记录】
在 FM 中加入 attention network 区别特征的重要性给交叉特征一个权值分数 为了得到权值 再设计一个网络线性模型和加入注意的FM结合 都是可解释的特征方式原创 2020-12-03 21:14:51 · 211 阅读 · 0 评论 -
Neural Collaborative Filtering【论文记录】
把用户和物品的 Embedding 视为隐向量 输入到神经网络GMF 是线性模型和 MLP 非线性模型结合原创 2020-12-03 11:03:03 · 239 阅读 · 0 评论 -
DeepFM: A Factorization-Machine based Neural Network for CTR Prediction【论文记录】
结合 FM 和 Deep 一起联合训练,共享输入和 embedding,embedding 是 FM 的潜在向量原创 2020-12-02 18:47:27 · 138 阅读 · 0 评论 -
Product-based Neural Networks for User Response Prediction【论文记录】
PNN 注重特征的交叉,采用内积和外积,并连在一起,但都采取了降低复杂度的方法简便运算。实际上 IPNN 在 Criteo 是最好的原创 2020-12-02 16:16:08 · 144 阅读 · 0 评论 -
Deep Crossing: Web-Scale Modeling without Manually Crafted Combinatorial Features【论文记录】
Deep&Crossing 不使用特征组合,Embedding、Stacking、残差层、打分原创 2020-12-02 09:48:21 · 406 阅读 · 0 评论 -
Deep & Cross Network for Ad Click Predictions【论文记录】
Deep&Cross 在 Wide&Deep 基础上改了 Wide 为 Cross Network,想要自动进行特征学习,而不是人为手工选取特征全文精华:Cross Network 加入input 参数共享原创 2020-12-01 15:59:33 · 127 阅读 · 0 评论 -
Wide & Deep Learning for Recommender Systems【论文记录】
特点在于联合学习,将线性模型和神经网络联合在一起共同学习也就是结合 人为发现的规则和机器探索的联系原创 2020-12-01 11:56:57 · 199 阅读 · 0 评论