行为序列建模
文章平均质量分 93
对推荐和广告中的行为序列建模整理,具体有论文研读和复现、业界主流方案的汇总。
安河桥北Chester
Welcome to Seb's.
展开
-
【序列建模】DIN深度兴趣网络
【序列建模】DIN深度兴趣网络通过用户的历史行为序列刻画用户兴趣的广泛性,是推荐系统比较大的一个难点,用户历史行为序列建模的研究经历了从Pooling、RNN到attention、capsule再到transformer的顺序Pooling:代表是Youtube DNN ,对用户历史行为的商品ID进行embedding后再sum pooling/mean pooling,比如用户历史买过10件电子产品和1件衣服,那embedding被pooling仍然能够反映出用户对电子商品的偏好。这种做法优势是比较原创 2022-03-31 16:15:45 · 1628 阅读 · 0 评论 -
【序列建模】推荐广告中的序列建模
【序列建模】推荐广告中的序列建模最近在腾讯的实习中做的是行为序列推荐相关的工作,所以开个专题对行为序列推荐做一个汇总整理。一般推荐系统做特征工程,特征会有如下几种:用户侧特征:比如用户id、性别、地理位置、年龄等比较普遍的信息,还有一些是结合你业务的特征,我做的游戏推荐,就会有用户游戏等级、游戏登陆时长、喜欢的游戏模式等特征。Item侧特征:比如item-id,item类型(视频?图文?具体结合业务)、item历史ctr、item的标签。除了这些比较普遍的特征以外,很多组也有有专门的内容理解团队,给原创 2022-03-26 20:01:56 · 2097 阅读 · 0 评论