摘要：
特征组合和特征交叉问题非常常见，特征的种类非常多，特征交叉的复杂程度也要大得多。解决这类问题的关键，就是模型对于特征组合和特征交叉的学习能力，因为它决定了模型对于未知特征组合样本的预测能力，而这对于复杂的推荐问题来说，是决定其推荐效果的关键点之一。 那特征交叉与深度学习模型的拟合能力有什么关系呢？以 阅读全文
posted @ 2025-02-09 12:50
稳住·能赢
阅读(586)
评论(0)
推荐(0)
摘要：
1. 深度学习模型拟合能力更强 特征交叉方式中，点积等方式过于简单，在样本数据比较复杂的情况下，容易欠拟合。而深度学习可以大大提高模型的拟合能力，比如在 NeuralCF（神经网络协同过滤）模型中，点积层被替换为多层神经网络，理论上多层神经网络具备拟合任意函数的能力，所以我们通过增加神经网络层的方式 阅读全文
posted @ 2025-02-09 12:49
稳住·能赢
阅读(104)
评论(0)
推荐(0)
摘要：
1. 协同过滤(CF) 1. 里程碑 2003年，Amazon发表论文《Amazon.com recommendations: item-to-item collaborative filtering》，不仅让Amazon的推荐系统广为人知，更让协同过滤成为今后很长时间的研究热点和业界主流的推荐模型 阅读全文
posted @ 2025-02-09 12:49
稳住·能赢
阅读(144)
评论(0)
推荐(0)
摘要：
基础架构、特征工程、线上服务融会贯通 一张脑图比较大，加载比较慢。 参考资料 《深度学习推荐系统实战》 -- 极客时间，王喆 阅读全文
posted @ 2025-02-09 12:48
稳住·能赢
阅读(15)
评论(0)
推荐(0)
摘要：
1. 高并发线上服务 1. 工业级推荐服务器功能 需要跟离线训练好的模型打交道，把离线模型进行上线，在线进行模型服务（Model Serving）， 需要跟数据库打交道，把候选物品和离线处理好的特征载入到服务器 召回层、排序层、业务逻辑(结果多样性、流行度) AB 测试 2. 高并发推荐服务整体架构 阅读全文
posted @ 2025-02-09 12:48
稳住·能赢
阅读(103)
评论(0)
推荐(0)
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(401)
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(86)
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(50)
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(125)
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(160)
评论(0)
推荐(0)
浙公网安备 33010602011771号