發(fā)簡信
IP屬地：北京
-
推薦系統(tǒng)(八) ContextNet：基于上下文信息優(yōu)化特征Embedding的CTR模型更多精彩內容歡迎關注公眾號：緘默筆記 論文:ContextNet: A Click-Through Rate Prediction Framew...
-
推薦系統(tǒng)(七) 2021年「頂會論文」特征交叉相關CTR模型匯總更多精彩內容可以關注公眾號：緘默筆記 主要介紹2021年頂會論文中，特征交叉相關的CTR模型，主要介紹7篇論文模型，如下圖所示： 下文主要給出各...
-
XCrossNet：面向特征結構學習的CTR模型Title：XCrossNet: Feature Structure-Oriented Learning for Click-Through R...
-
CIKM'21 DESTINE：基于解耦自注意網絡的CTR模型Title：Disentangled Self-Attentive Neural Networks for Click-Through Rate...
-
CIKM'21 FINT：基于特征域交叉的CTR模型Title：FINT: Field-aware INTeraction Neural Network For CTR Link：https://...
-
其他處理
缺失值處理 美團“猜你喜歡”深度學習排序模型實踐
-
特征相關處理美團“猜你喜歡”深度學習排序模型實踐
-
理論匯總1 多任務學習 （1）多任務學習在推薦算法中的應用 2 attention機制 （1）Attention機制在深度學習推薦算法中的應用 AFM、...
-
推薦系統(tǒng)—attention機制
Attention機制在深度學習推薦算法中的應用：AFM、阿里DIN、阿里DIEN、阿里DSIN、阿里DSTM、ATRank 參考： （1）at...