随笔分类 -  项目-推荐系统-前沿

摘要:http://www.c-s-a.org.cn/html/2018/5/6356.html 1. 新闻时效性模型 a. 文献老化率模型: Ke^(-at) k - 与 category 有关 a - 文献的老化率 t - 被引用频率 b. 新闻的时效性模型 S(tn, t) = e^[-a(t - 阅读全文
posted @ 2021-08-24 17:12 nuo-o 阅读(345) 评论(0) 推荐(0)
摘要:https://zhuanlan.zhihu.com/p/150347888 阅读全文
posted @ 2021-07-06 19:33 nuo-o 阅读(418) 评论(0) 推荐(0)
摘要:《One Model to Serve All: Star Topology Adaptive Recommender for Multi-Domain CTR Prediction 》 2018年阿里巴巴应用在广告系统上的推荐架构。同时预估19个domain的ctr 任务。 论文大概内容翻译 Ab 阅读全文
posted @ 2021-06-18 11:24 nuo-o 阅读(754) 评论(0) 推荐(0)
摘要:参考:https://zhuanlan.zhihu.com/p/89566632 http://josh-tobin.com/assets/pdf/troubleshooting-deep-neural-networks-01-19.pdf 做模型 90% 的时间在于 debug & tune。10 阅读全文
posted @ 2021-06-17 10:37 nuo-o 阅读(99) 评论(0) 推荐(0)
摘要:https://ai.51cto.com/art/202102/644214.htm 问题1:CTR 模型缺乏个性化 问题: 快手认为,DNN, DeepFM这一类简单的全连接深度模型,在全局用户的共建语义模式下缺乏个性化。 目标: 在网络参数上为不同用户学习一个独有的个性化偏差。 借鉴: LHUC 阅读全文
posted @ 2021-06-10 10:55 nuo-o 阅读(2631) 评论(0) 推荐(0)
摘要:推荐系统综述类内容(京东算法工程师的公众号) https://www.zhihu.com/question/398363335/answer/1837126927 浅梦的学习笔记 https://github.com/shenweichen/AlgoNotes AI 论坛 https://www.6 阅读全文
posted @ 2021-06-06 21:00 nuo-o 阅读(56) 评论(0) 推荐(0)
摘要:需求 占内存太大:但是没有想明白哪里占?参数? 那就计算一下参数:每个特征哈希出多少个结果 常见方法 Pruning(修剪): 因为神经网络很多权重几乎为0,这类参数作用不大,部分参数删掉也不影响模型预测效果 Weight Factorization(权重分解):权重矩阵可以进行低秩矩阵分解,即lo 阅读全文
posted @ 2021-04-09 10:13 nuo-o 阅读(56) 评论(0) 推荐(0)