【面经&八股】搜广推方向:面试记录(十一)

本文记录了一次搜广推方向的面试,重点讨论了延迟预估模型在处理转换率预测中的挑战。文章引用了三篇相关论文,包括GDFM、ULC和DDFM模型,探讨如何利用点击后行为和无偏见标签校正来改进延迟反馈问题。面试涵盖了自我介绍、实习经历、编程题和反问环节。
摘要由CSDN通过智能技术生成

【面经&八股】搜广推方向:面试记录(十一)

1. 自我介绍

。。。。。。

2. 实习经历问答

就是对自己实习事情要足够的清晰,不熟的不要写在简历上!!!

  • 其中,有个 CVR 里的延迟预估模型 建议了解一下。预测转换率 — predict CVR(用户转化的概率)是基于机器学习的搜广推方面的一个基本问题。但是,准确的转换标签是在长时间延迟后才可以得到的,这损害了搜广推系统的及时性。
    在这里插入图片描述
  1. Generalized Delayed Feedback Model with Post-Click Information in Recommender Systems
    Neurips 2022 (CCF-A)
    [图片]
    现有的工作专注于利用早期转换来缓解这种延迟反馈问题。在这篇论文中,作者表明,点击后用户行为对转换率预测也具有信息性,可用于提高及时性。文中提出了一个广义去层反馈模型(GDFM),该模型将点击后行为(比如:加入购物车、喜欢等行为)和转化行为(购买)统一为点击后信息,可用于以流式

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

秋冬无暖阳°

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值