网站首页 博客文章 第1894页

• 

  特征交叉系列:PNN向量积模型理论和实践，FM和DNN的串联

  关键词：...

  2024-08-08 baijin 博客文章 56 ℃ 0 评论
• 

  为什么近几年推荐系统顶会论文都有些灌水?

  为什么近几年推荐系统顶会论文看起来都有些灌水呢？就算是Wide&Deep、DeepFM、DIN这些经典巨作，放到一些大型互联网公司的广告场景中，也未必直接有效。这是不是有些奇怪呢？对于我个人来说，读推荐系统领域的论文，一定要仔细阅读...

  2024-08-08 baijin 博客文章 147 ℃ 0 评论
• 

  短视频如何做到千人千面?FM+GBM排序模型深度解析

  摘要：背景信息流短视频以算法分发为主，人工分发为辅，依赖算法实现视频的智能分发，达到千人千面的效果。整个分发流程分为：触发召回、排序与重排三个阶段。排序层在其中起着承上启下的作用，是非常重要的一个环节。在排序层优化的过程中，除了借鉴业界...

  2024-08-08 baijin 博客文章 55 ℃ 0 评论
• 

  你的「在看」有人看，清华研究者从微信「看一看」发现了这些规律

  选自arXiv...

  2024-08-08 baijin 博客文章 76 ℃ 0 评论
• 

  广告系列:召回与排序(三)（召回旧部的广告语）

  导语：特征对于机器学习很重要，整个模型发展的主旋律之一就是对有效特征及其组合的发现和使用。实际场景中影响结果的特征有很多，随着发展业务对预估的精度要求不断提高，模型结构也越来越复杂。召回与排序涉及的模型如过江之鲫，不胜枚举，本文试图通过梳理...

  2024-08-08 baijin 博客文章 86 ℃ 0 评论
• 

  如何利用「深度上下文兴趣网络」提升点击率?

  美团到店广告平台在用户行为序列建模算法的迭代落地中，基于对业务实际场景中用户决策心智的观察，创新性地提出了深度上下文兴趣网络，精确建模了用户的兴趣，提升了CTR等线上业务指标。本文介绍了相应算法背后的动机、建模方法以及工程优化，希望能为从事...

  2024-08-08 baijin 博客文章 48 ℃ 0 评论
• 

  一文带你了解推荐系统——常用召回和排序技术

  现代移动互联网充斥着各种各样的信息，如购物、新闻，短视频，直播等等，经常使用户迷失在海量的信息中，无法找到真正感兴趣的内容。因此推荐算法应运而生，应用于各大领域：“吃”有美团、饿了么等；“穿”有淘宝等；“住”有蛋壳、自如等；“行”有汽车之家...

  2024-08-08 baijin 博客文章 59 ℃ 0 评论
• 

  FM 理论与实践（fm是什么意思）

  来源:微信公众号:鸿煊的学习笔记出处:https://mp.weixin.qq.com/s/NYlauAvHI_jo8eHiBmg6dA...

  2024-08-08 baijin 博客文章 78 ℃ 0 评论
• 

  推荐系统架构和点击率CTR预估算法模型汇总

  推荐引擎的架构一般如下，在线实时推荐返回内容由总控、召回、排序三部分组成。其中从海量内容中在线筛选出用户最感兴趣的内容由召回模型和排序模型完成，其中排序模型主要是对召回模型筛选出来的内容进行打分排序，即对内容进行点击率CTR预估，最终将得分...

  2024-08-08 baijin 博客文章 132 ℃ 0 评论
• 

  从算法到工程，推荐系统全面总结（算法推荐技术是什么意思）

  最近读了本好书-《深度学习推荐系统》，读完不觉全身通畅，于是就有了写这篇文章的想法，把自己的理解和总结分享给大家。...

  2024-08-08 baijin 博客文章 64 ℃ 0 评论