网站首页 deepfm

• 

  推荐精排模型之经典排序模型（排序问题的数据模型）

  背景工业推荐系统一般包含四个环节，分别是召回、粗排、精排和重排。召回阶段根据用户的兴趣和历史行为，从海量的物品库里，快速找回一小部分用户潜在感兴趣的物品，然后交给排序环节，排序环节可以融入较多特征，使用复杂模型，来精准地做个性化推荐。有时候...

  2024-08-08 baijin 博客文章 52 ℃ 0 评论
• 

  1.9万亿参数量，快手落地业界首个万亿参数推荐精排模型

  机器之心发布机器之心编辑部来，走近快手业界首个万亿参数推荐精排模型的内部构造。个性化推荐系统旨在根据用户的行为数据提供「定制化」的产品体验，精准的推荐系统模型也是很多互联网产品的核心竞争力。作为一款国民级短视频App，快手每天都会为数亿用...

  2024-08-08 baijin 博客文章 57 ℃ 0 评论
• 

  字节跳动开源 CowClip:推荐模型单卡训练最高加速72倍

  不够快！还不够快？...

  2024-08-08 baijin 博客文章 65 ℃ 0 评论
• 

  深度兴趣网络(DIN,Deep Interest Network)

  [转]https://running-bad-ai.github.io/2018/08/02/DIN/摘要...

  2024-08-08 baijin 博客文章 53 ℃ 0 评论
• 

  CTR 预估之 FM（ctr预估模型 案例）

  回顾之前用FM做过CTR预估，然后之前接触了一些推荐算法，没搞明白这推荐和CTR之间的区别。给出网上的一些回答：计算广告与推荐系统有哪些区别？读完后的整体感受是：就推荐系统和CTR所属的计算广告来说，两者确实是不同的，是两...

  2024-08-08 baijin 博客文章 63 ℃ 0 评论
• 

  如何使用深度学习技术，准确预计外卖的送达时间?

  ETA（预计送达时间预估）是配送调度环节中非常重要的一环，而且涉及的因素特别多。本文阐述了ETA深度学习技术迭代中的一些尝试及效果。1.背景...

  2024-08-08 baijin 博客文章 49 ℃ 0 评论
• 

  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