推荐与计算广告系列论文
分析以及学习推荐系统以及广告场景的经典论文,从论文中总结学习推荐中常用的算法。
知天易or逆天难
为往圣继绝学
展开
-
推荐系列论文七-FNN与实践
Deep Learning over Multi-field Categorical Data – A Case Study on User Response Prediction论文地址前言该篇论文于2016年发表,提出了基于FM预训练获取离散特征embedding表示,结合DNN来进行CTR的预估,因为思想比较简洁,放在2019年来看已经不算特别新奇了,因此简单地过一下论文内容,然后再做...原创 2019-08-11 22:56:43 · 1795 阅读 · 0 评论 -
推荐系列论文六:Wide & Deep Learning for Recommender Systems
论文地址Wide & Deep Learning for Recommender Systems前言上一篇更新了DCN,觉得还是有必要更新一下Wide&Deep,毕竟这是许多企业实际落地使用的算法(可能不少使用的是DeepFM,但是思想都是一致的),这篇就给了google2016年发表的Wide&Deep,下面来看一下Wide&Deep的主要内容与思想。Ab...原创 2019-07-05 00:17:11 · 459 阅读 · 0 评论 -
推荐系列论文五:Deep & Cross Network for Ad Click Predictions
论文地址Deep & Cross Network for Ad Click Predictions前言这次分享一下来自Standford和google联合发表的Deep&Cross Network,该篇文章主要工作是提出了Cross的结构来进行高阶的特征组合并且引入线性时间复杂度,模型的结构与Wide&Deep类似,不同的地方主要在于在Wide&Deep中,W...原创 2019-07-04 00:18:33 · 579 阅读 · 5 评论 -
推荐系列论文四:Real-time Personalization using Embeddings for Search Ranking at Airbnb(下)
前言在上篇里介绍了这篇论文中对于listing的Embedding方式,通过对于objective的调整使得Embedding结果更加符合Airbnb的场景,从而将Embedding用于相似推荐以及提高搜索性能。上述的Embedding主要针对用户的短时兴趣,因为利用的是用户的click session形成的序列,这种Embedding均是基于用户短时偏好的连续性并且借助总体的用户群来对每个l...原创 2019-06-24 01:09:11 · 447 阅读 · 0 评论 -
推荐系列论文四:Real-time Personalization using Embeddings for Search Ranking at Airbnb(上)
Real-time Personalization using Embeddings for Search Ranking at Airbnb前言这篇论文是KDD2018的best paper,来自Airbnb在搜索排序中利用Embedding进行实时个性化推荐的实践应用,和之前的Embedding一样均是以word2vec为基础技术(w2v大法好),但是这次Airbnb在实践中根据自己的业务...原创 2019-06-20 02:01:46 · 815 阅读 · 0 评论 -
推荐系列论文三:Word2vec
前言前面提到过在Embedding这块,绕不开的就是Word2vec,今天就简单为大家介绍一下Word2vec,现在网络上有许多写的很多的介绍Word2vec的文章,因此本文也主要是引用这些文章来对Word2vec进行介绍(主要是懒),参考的内容见文末。什么是Word2vec?Word2vec由来自google的Mikolov于2013年发表的《Efficient estimation o...原创 2019-06-18 00:42:23 · 4269 阅读 · 0 评论 -
推荐系列论文二:Deep Walk
DeepWalk: Online Learning of Social Representations本系列分享论文的第二篇是DeepWalk,下面从头开始一起读一下这篇论文。什么是DeepWalk?用论文中的话来说:“DeepWalk takes a graph as input and produces a latent representation as an output.”。也就...原创 2019-06-14 00:29:20 · 2161 阅读 · 0 评论 -
推荐系列论文一:Item2vec
前言之前开了一个CTR预估系列,目前仅更新了一篇FM的文章,想再开一个论文系列,记录一下一些经典的论文在实际中的应用。最近工作在做Embedding相关的一些工作所以开始的几篇主要围绕一些经典的Embedding来做。Embedding第一个问题,什么是Embedding?Embedding中文是嵌入,最重要的作用是将一些离散的特征嵌入到另一个维度空间利用一串向量进行表示,并且...原创 2019-06-12 23:52:44 · 2867 阅读 · 0 评论 -
推荐系列论文九-Deep Image Ctr Model
[DICM]Image Matters: Visually modeling user behaviors using Advanced Model Server论文地址前言最近工作都比较忙,一直没更新,刚好最近在做图像特征提取方面的工作,就刚好更新一下一篇阿里发表的利用图像对用户进行视觉特征建模的文章,感觉文中价值最多的内容主要是AMS块的内容,不过本文主要说一下对图像提取的部分内容,思路...原创 2019-09-28 21:45:28 · 549 阅读 · 0 评论 -
ctr预估中的评估指标及校准
ctr预估中的评估指标及校准背景最近在实际的工作中发现离线指标与线上指标并非线性吻合关系,因此对离线指标的评估产生了一些思索,因此这里复盘一下ctr预估中的常用评估指标,并附上自己的思考。为什么要做ctr预估?对于常见的推荐问题而言,并不是太关注模型输出概率的绝对值大小而更关注的相对大小,即排序。广告等ctr预估模型中,由于最终的排序还要乘以bid,因此对于ctr的准确度要求非常高,举...原创 2019-10-10 00:53:51 · 14723 阅读 · 7 评论