专栏推荐系统、CTR预估模型的理解与复现 写文章   推荐系统、CTR预估模型的理解与复现 经典以及最新的推荐系统、CTR预估模型的论文的笔记 潜心   · 19 篇内容 推荐文章    

KDD2018|STAMP---基于注意力的短期记忆优先的推荐，附TF2.0复现代码

前言 本次分享一篇2018年发表在KDD上的论文，"STAMP: Short-Term Attention/Memory Priority Model for Session-based Rec…阅读全文​ ​赞同 1​​添加评论 ​分享 ​收藏​ 举报

CIKM2019｜MIND---召回阶段的多兴趣模型

前言 本次分享2019年由阿里团队发表在CIKM上的论文“Multi-Interest Network with Dynamic Routing for Recommendation at Tmall”…阅读全文​ ​赞同​​添加评论 ​分享 ​收藏​ 举报

ICDM2018|SASRec---基于自注意力机制的序列推荐，附tf2.0复现代码

前言 本次分享2018年发表在ICDM上的论文----「Self-Attentive Sequential Recommendation」。主要是应用self-attention机制来做一个序列推荐，与…阅读全文​ ​赞同 16​​1 条评论 ​分享 ​收藏​ 举报

DLP-KDD2019｜BST---使用Transformer进行序列推荐

前言 本次分享一篇使用Transformer作为用户行为序列建模的CTR预估文章。 微信文章： 概要 本文“Behavior Sequence Transformer for E-commerce Recom…阅读全文​ ​赞同 3​​1 条评论 ​分享 ​收藏​ 举报

Transformer的笔记

前言 由于最近想研究序列推荐的内容，刚好看到行为序列建模的BST[1]序列模型运用了Transformer[2]结构，并且美团博客中也提到了“Transformer 在美团搜索排序中的实践”[3]。因此学习了Transformer模型内容，并记录了笔记。本篇文章并没有什么创新，因为基本参考了对Jay Alammar的博客…阅读全文​ ​赞同 4​​添加评论 ​分享 ​收藏​ 举报

Github开源项目---使用Tensorflow2.0对推荐论文进行复现【持续更新中...】

前言 继续来介绍下自己的Github开源项目 Recommender System with TF2.0 ，目前已有128star，欢迎大家关注。 更新 相比之前，将README进行整理，减小其篇幅，阅读更为…阅读全文​ ​赞同 8​​3 条评论 ​分享 ​收藏​ 举报

KDD2018｜xDeepFM---采用显示的高阶特征交互网络CIN

前言 xDeepFM （eXtreme Deep Factorization Machine）模型是2018年由中科大、北邮、微软研究院在KDD上联合提出的模型（论文：“xDeepFM: Combinin…阅读全文​ ​赞同 5​​2 条评论 ​分享 ​收藏​ 举报

浅谈胶囊网络与动态路由算法

前言 “Dynamic Routing Between Capsules”是由Hinton等联合发表在NIPS会议上。提出了一个新的神经网络---胶囊网络与囊间的动态路由算法。 上篇文章中提到了动态路由算…阅读全文​ ​赞同 11​​添加评论 ​分享 ​收藏​ 举报

KDD2020｜阿里团队最新的多元兴趣推荐模型---ComiRec

8.23 最近在Github上开源了一个项目：「Recommender System with TF2.0」，复现经典的论文，并且每个模型是独立的，可以单独进行验证。目前已有91个star，感兴趣的可以…阅读全文​ ​赞同 182​​7 条评论 ​分享 ​收藏​ 举报

AFM---Attention与FM的碰撞，附TF2.0复现代码。

前言 本次分享一篇依旧是2017年由何向南教授团队发表的《Attentional Factorization Machines: Learning the Weight of Feature Inter…阅读全文​ ​赞同 11​​2 条评论 ​分享 ​收藏​ 举报

NFM模型分析---FM与DNN相结合，附TF2.0复现代码

前言 本次分享一篇2017年由何向南教授发表的《Neural Factorization Machines for Sparse Predictive Analytics》。何向南教授的很多文章我都读过，NCF、ONCF等。本篇文章提出了一个模型---NFM。利用神经网络作为隐藏层代替了FM的特征二阶交互的部分，提高了模…阅读全文​ ​赞同 6​​4 条评论 ​分享 ​收藏​ 举报

Github开源项目---使用Tensorflow2.0对经典推荐论文进行复现【持续更新中...】

更新8.3： 添加AFM模型，求点赞收藏的同学给个star ，对的真的非常重要，非常感谢！ 更新8.2: 添加NFM模型 更新7.31： 添加新模型DeepFM 更新7.28： 感谢大家的收藏和点赞，再求大家给个s…阅读全文​ ​赞同 19​​添加评论 ​分享 ​收藏​ 举报

2018阿里CTR预估模型---DIN（深度兴趣网络），后附TF2.0复现代码

前言 大家好，我是潜心。今天分享一篇最近看的，阿里2018在KDD上发表的论文《Deep Interest Network for Click-Through Rate Prediction》。文章的…阅读全文​ ​赞同 26​​添加评论 ​分享 ​收藏​ 举报

广告点击率预估模型---DIN的Tensorflow2.0代码分析

前言 最近看了2018年阿里在KDD上发表的论文《Deep Interest Network for Click-Through Rate Prediction》，想复现下，看了文章给出的github开源代码，发现环境是TF1.4的，并且注释太少，有些没大理解【还是太菜了】，因此准备参考原有代码使用TF2.0来对模型进行…阅读全文​ ​赞同 4​​5 条评论 ​分享 ​收藏​ 举报

2019阿里CTR预估模型---DIEN（深度兴趣演化网络

1、前言 今天分享一篇阿里2019发表在AAAI上的CTR预估的论文《Deep Interest Evolution Network for Click-Through Rate Prediction》…阅读全文​ ​赞同 4​​添加评论 ​分享 ​收藏​ 举报

Wide&Deep的进阶---Cross&Deep模型理解与分析，附论文复现代码（TF2.0版本）

Deep & Cross Network for Ad Click Predictions Deep&Cross模型是2017年由斯坦福大学和谷歌在ADKDD会议上联合提出的，该模型是对Wide&Deep模型的一种改进。由于Wide&Deep模型的Wide部分的特征交互需要特征工程，而手工…阅读全文​ ​赞同 5​​添加评论 ​分享 ​收藏​ 举报

CTR预估模型---PNN的深入理解，附复现代码

前言 本次分享一篇2016年提出的模型PNN（Product-based Neural Networks for User Response Prediction）。本文的主要创新点是在Embedding与MLP之间加入了Product层。对于本篇文章，希望大家能看一下我提出的一个【疑问】，如果知道的话，可以私聊下进行交…阅读全文​ ​赞同 1​​添加评论 ​分享 ​收藏​ 举报

Deep Crossing模型---使用残差网络作为MLP的具体实现

前言 本次分享一篇2016年提出的模型Deep Crossing，论文题目：“Deep Crossing: Web-Scale Modeling without Manually Crafted Combinatorial Features“。 本文约1.2k字，预计阅读15分钟。 Deep Crossing Deep Cro…阅读全文​ ​赞同​​4 条评论 ​分享 ​收藏​ 举报

融合FM的Wide&Deep---DeepFM模型，附TF2.0复现代码

前言 本次分享一篇2017年由哈工大与华为联合发表的论文“DeepFM：A Factorization-Machine based Neural Network for CTR Prediction”。DeepFM在现在也是很多模型比较的Baseline，因此详细的对其进行介绍并简单的复现。 具体： DeepFM DeepFM…阅读全文​ ​赞同​​添加评论 ​分享 ​收藏​ 举报