摘要：
1. Embedding是什么 Embedding 就是用一个数值向量“表示”一个对象（Object）的方法 解读1：左边例子，从 king 到 queen 的向量和从 man 到 woman 的向量，无论从方向还是尺度来说它们都非常接近。 解读2：右边例子也很典型，从 walking 到 walk 阅读全文
posted @ 2025-02-09 12:48
稳住·能赢
阅读(351)
评论(0)
推荐(0)
摘要：
1. 特征与工程 （1）特征就是对具体行为的抽象，但是抽象过程会造成信息的损失 ① 因为具体的推荐行为和场景中包含大量原始的场景、图片和状态信息，保存所有信息的存储空间过大，我们根本无法实现。 ② 因为具体的推荐场景中包含大量冗余的、无用的信息，把它们都考虑进来甚至会损害模型的泛化能力。 （2）特征 阅读全文
posted @ 2025-02-09 12:47
稳住·能赢
阅读(73)
评论(0)
推荐(0)
摘要：
1. 深度学习推荐系统基础概念 2. 从0到1搭建深度学习推荐系统 -- 开源项目Sparrow RecSys实操（以Mac为例） （1）安装Scala 2.11（务必是2.11大版本，否则与开源项目设置的版本号不匹配，会有执行失败的问题） brew update brew install scal 阅读全文
posted @ 2025-02-09 12:47
稳住·能赢
阅读(42)
评论(0)
推荐(0)
摘要：
1. Facebook的深度学习推荐系统 2014年，Facebook发表了广告推荐系统论文GBDT+LR。严格意义上讲，这并不属于深度学习的范畴，但在当时，这种方式进行特征的自动组合和筛选，开启了特征工程模型化、自动化的新阶段。并且其在2014年就采用的在线学习、在线数据整合、负样本降采样等技术至 阅读全文
posted @ 2025-02-09 12:46
稳住·能赢
阅读(101)
评论(0)
推荐(0)
摘要：
物品冷启动评价指标 物品冷启动目标 精准推荐：新物品的推荐效果往往比较差 激励发布：新物品得到较多流量后，更容易激励作者。 挖掘高潜：从新物品中挖掘高质量物品。 评价指标 作者指标：发布渗透量、人均发布量等 用户指标：新笔记的交互率、大盘指标（比如日活、月活、时长） 内容指标：新物品中的高热笔记占比 阅读全文
posted @ 2025-02-09 12:43
稳住·能赢
阅读(122)
评论(0)
推荐(0)
摘要：
重排是精排的后处理操作。 物品多样性 相似度度量 基于物品属性标签 基于物品向量表征 （1）双塔模型的物品塔，但是因为头部效应问题导致学不好物品向量表征 （2）基于图文内容学习 CLIP - 基于图文内容的物品向量表征 原理 对于图片-文本二元组数据进行对比学习，预测图文是否匹配。优点是：无需人工标 阅读全文
posted @ 2025-02-09 12:35
稳住·能赢
阅读(53)
评论(0)
推荐(0)
摘要：
简单平均 lastN特征 把用户最近n次交互的物品Embedding向量取平均，作为一个用户特征使用。 适用于召回双塔模型、粗排三塔模型、精排模型。 DIN 原理 本质：用加权平均代替平均，也就是注意力机制。 注意力机制不适用于召回双塔和粗排三塔。因为需要用到候选物品，而用户塔看不到候选物品。 缺点 阅读全文
posted @ 2025-02-09 12:29
稳住·能赢
阅读(59)
评论(0)
推荐(0)
摘要：
FM 线性模型 设有\(d\)个特征，记为：\(\pmb{X} = [x_1, x_2, ... , x_d]\)，则线性模型的表达式为： \[p = b + \sum_{i=1}^d w_i · x_i \]其中，\(b\)为偏置，总共\(d+1\)个模型参数。\(p\)是预测结果，也就是特征和权 阅读全文
posted @ 2025-02-09 12:29
稳住·能赢
阅读(100)
评论(0)
推荐(0)
摘要：
精排 - 多目标模型 简单的多目标模型 模型结构 损失函数和训练 问题 数据集通常是类别及不平衡的，比如总共1000次曝光，其中只有100次点击，10次收藏，收藏次数对于曝光来说相差极大。 解决方案：通常使用负样本降采样的方法。 预估校准：负样本降采样之后，就改变了各个目标的实际分布，所以模型的预估 阅读全文
posted @ 2025-02-09 12:29
稳住·能赢
阅读(56)
评论(0)
推荐(0)
摘要：
ItemCF召回 ItemCF原理 \[\sum_{j} like(user, \, item_j) · sim(item_j, \, item_{候选物品}) \tag{1} \]用图表示为： 物品相似度计算方法 \[sim(i_1, i_2) = \frac{|V|}{\sqrt{|W_1| · 阅读全文
posted @ 2025-02-09 00:50
稳住·能赢
阅读(173)
评论(0)
推荐(0)
浙公网安备 33010602011771号