心宝的博客

CF(user_cf、item_cf) DIN + DIEN + DISN （协同过滤） 最早期的推荐算法是协同过滤CF。传统CF分为基于用户的协同过滤user_CF，和基于物品的协同过滤item_CF。基本原理是 通过用户-物品的共现矩阵M，通过行向量或列向量的相似度，找出top K个相似用户/物品，然后去做推荐列表。 由于CF存在头部效应，热门的商品容易与其他商品产生相似性，所以引入了矩阵分解MF。MF通过对共现矩阵M的行列维度进......

辛普森悖论与因果革命（1） - 知乎 一、辛普森悖论的向量解释 非常形象： 二、辛普森悖论图解 一项关于各年龄段运动和胆固醇之间相关性的研究表明，各年龄段的人群随着运动的增加，胆固醇呈现下降的趋势；但是，如果不看年龄分层，整体看运动量和胆固醇的关系，可能会得出运动越多，胆固醇越高的错误结论。 按年龄段分层（小椭圆长轴135度）：运动和胆固醇负相关 整体数据（大椭圆长轴45度）：运动越多，胆固醇越高，正相关 ...

1. DeepCrossing 2016 模型架构上，分为 输入层、嵌入层、堆叠层、多层残差神经网络层、输出层。 嵌入层实现了稀疏向量稠密化，嵌入层以 FC 为主，后续引入了Word2Vec、GraphEmbedding进行编码。 多层残差神经网络中对各个维度的向量进行特征组合，增加表达能力。 输出层在二分类的情况下用LR，在多分类的情况下是Softmax。 2. NeuralCF 2017 3. PNN 4. Wide & Deep 单层的 Wide 和多层的 Dee..

搜索评价指标——NDCG - 胖喵~ - 博客园

参考：虚拟变量陷阱原理及算例 - 知乎 LabelEncoder 和 OneHotEncoder 在数据处理过程中，我们有时需要对不连续的数字或者文本进行数字化处理。 在使用 Python 进行数据处理时，用 encoder 来转化 dummy variable（虚拟数据）非常简便，encoder 可以将数据集中的文本转化成0或1的数值。 LabelEncoder 和 OneHotEncoder 是 scikit-learn 包中的两个功能，可以实现上述的转化过程。 sklearn.prepro.

0.序言 1.协同过滤（隐式特征） 1.1 邻域 Neighborhood_CF(usercf, itemcf) 1.2 矩阵分解 MF 流行度会导致长尾分布，产生头部效应。 也就是热门商品容易和大量商品产生相似性，而尾部商品往往特征向量稀疏，不容易被推荐。 为了缓解流行度产生的头部效应，提出了矩阵分解算法。 矩阵分解是在协同过滤算法的共现矩阵的基础上，加入了隐向量的概念，加强了模型处理稀疏矩阵的能力 [2006年]。 2.内容过滤 （显式特征） 2.1 逻辑回归LR...

推荐系统排序算法--FM模型 - 简书 1、背景 在计算广告和推荐系统中，CTR预估(click-through rate)是非常重要的一个环节，判断一个商品的是否进行推荐需要根据CTR预估的点击率来进行。在进行CTR预估时，除了单特征外，往往要对特征进行组合。对于特征组合来说，业界常用的方法有人工特征工程 + LR（Logistic Regression）、GBDT（Gradient Boosting Decision Tree） + LR、FM（Factorization Machine）和FFM（