- 博客(3)
- 收藏
- 关注
RSS订阅原创 SDM原理解读与工程实践
SDM原理解读与工程实践本文主要介绍的是阿里在召回阶段使用的深度召回模型SDM，paper名称为《SDM: Sequential Deep Matching Model for Online Large-scale Recommender System》一. 概述在推荐系统召回阶段，我们需要从海量的items当中选择出用户感兴趣的候选items， 然后放入到精排里面进行排序。因此，如何有效快速地选择出用户感兴趣的候选集非常重要。而在这篇paper当中，阿里将用户短期的行为序列和用户长期的行为序列融合起
2021-04-06 17:12:23
2913
1
原创 YoutubeDNN原理解读与工程实践
YoutubeDNN原理解读与工程实践YoutubeDNN原理解读与工程实践一、原理这里指的是youtube的Deep Neural Network for YouTube Recommendation论文里提到的模型，论文里同时提出了召回和排序，这里先只介绍召回。二、模型结构youtubeDNN的网络结构如下图所示。输入特征主要包含三类：1）多值特征：用户观看的视频id序列、用户搜索的视频id序列2）类别特征：人工统计学（geographic）特征（如性别、年龄等）稠密特征： 新鲜度
2021-04-06 11:14:21
2773
原创 DSSM原理解读与工程实践
推荐算法实践DSSM原理解读与工程实践一、原理DSSM(Deep Structured Semantic Model)，由微软研究院提出，利用深度神经网络将文本表示为低维度的向量，应用于文本相似度匹配场景下的一个算法。不仅局限于文本，在其他可以计算相似性计算的场景，例如推荐系统中。其实我们现在来说一件事就是推荐系统和搜索引擎之间的关系。他们两者之间很相似，都是根据满足用户需求，根据用户喜好给出答案，但又不是完全相同，只不过推荐系统更难，因为推荐系统需要挖掘用户潜在喜好来推荐内容和物品给用户。这是因为
2021-03-30 16:49:21
4427
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人