随笔分类 -  推荐系统

推荐系统论文查找
摘要：NIPS:http://papers.nips.cc/ 阅读全文
posted @ 2019-08-31 21:15 灰灰的一只鸟 阅读(170) 评论(0) 推荐(0)
基于DNN的推荐算法总结
摘要：1.早期的算法 深度学习在CTR预估应用的常见算法有Wide&Deep，DeepFM等。 这些方法一般的思路是：通过Embedding层，将高维离散特征转换为固定长度的连续特征，然后通过多个全联接层，最后通过一个sigmoid函数转化为0-1值，代表点击的概率。即Sparse Features -> 阅读全文
posted @ 2019-08-26 16:08 灰灰的一只鸟 阅读(832) 评论(0) 推荐(0)
推荐算法介绍
摘要：参考：今日头条推荐算法原理详解https://lusongsong.com/info/post/9829.html?__SAKURA=1bfda19153216f98a2cd21274262ab30d1566441057_1518905 1.典型推荐算法 2.典型推荐特征 主要有四类特征会对推荐起到 阅读全文
posted @ 2019-08-22 13:07 灰灰的一只鸟 阅读(797) 评论(0) 推荐(0)
推荐系统中召回策略
摘要：推荐系统一般分为两个阶段，即召回阶段和排序阶段。召回阶段主要是从全量的商品库中得到用户可能感兴趣的一小部分候选集，排序阶段则是将召回阶段得到的候选集进行精准排序，推荐给用户。 推荐系统中几种常用的召回策略。主要有协同过滤、向量化召回和阿里最近在Aicon中提到的深度树匹配模型。 1、协同过滤 协同过 阅读全文
posted @ 2019-08-22 11:50 灰灰的一只鸟 阅读(8127) 评论(0) 推荐(0)
推荐系统框架
摘要：推荐系统的核心组成部分 这里把推荐系统分为以下重要的组成部分： 下面将大致介绍每一部分的重点内容 离线 离线部分主要包括数据采集、ETL、特征工程和离线算法模型的训练。 数据采集就不用多说了，它是推荐中的物料，有了数据，推荐系统才能发挥作用，才能训练各种各样的模型进行推荐，进而将算法的作用发挥到极致 阅读全文
posted @ 2019-08-21 11:16 灰灰的一只鸟 阅读(891) 评论(0) 推荐(0)
Facebook推荐算法模型DLRM解读
摘要：参考：https://mp.weixin.qq.com/s/mUNjLuOG2UvztCEP3wyPPw 代码：https://github.com/facebookresearch/dlrm 阅读全文
posted @ 2019-07-26 00:18 灰灰的一只鸟 阅读(2192) 评论(0) 推荐(0)
推荐算法入门
摘要：参考：https://www.cnblogs.com/wzjhoutai/p/7255669.html 入门教程：https://morioh.com/p/37bd04e2d592/machine-learning-building-recommender-systems 阅读全文
posted @ 2019-07-25 20:36 灰灰的一只鸟 阅读(176) 评论(0) 推荐(0)