推荐
关注
分享
扫一扫
ljtyxl
大数据，智能算法研究,包括机器学习，深度学习，强化学习nlp等在推荐领域的应用和智能算法研究，比赛之类的合作联系qq:1329331182，wx:ljt1761
展开
-
TEM:基于树模型构建可解释性推荐系统
本文论文的题目为：《TEM: Tree-enhanced Embedding Model for Explainable Recommendation》论文下载地址为：https://www.comp.nus.edu.sg/~xiangnan/papers/www18-tem.pdf推荐系统的方法，无论是协同过滤还是一些embedding-based方法，在可解释性上都有一定的欠缺原创 2022-04-01 09:48:45 · 1261 阅读 · 0 评论 -
FM、LFM、AFM、NFM、DeepFM、 Deep Cross Network
FM、LFM、AFM、NFM、DeepFM、 Deep Cross Network文档：FM、LFM、AFM、NFM、DeepFM、 Deep Cro...链接：http://note.youdao.com/noteshare?id=57ec18b1ad14ca6c013d925025924ec3&sub=DCCAF6EE3BAB4FA79A076179BC0D916CCDAE TODOPNN TODOhttps://zhuanlan.zhihu.com/p/33177..转载 2021-05-12 11:09:01 · 817 阅读 · 0 评论 -
广告点击率模型中，LR, GBDT+LR, FM, DNN等模型的优点和缺点？实际效果如何?
作者：屈伟链接：https://www.zhihu.com/question/62109451/answer/196385050来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。LR优点：1. 是一个很好的baseline，效果不错，当然因为效果不错，所以后续的版本想超过它，真的还是很难的。2. 实现简单，有开源的工具可以直接用来训练，在线的代...转载 2019-04-09 00:54:19 · 6159 阅读 · 0 评论 -
人工智能在搜索中的应用
摘要： 12月13-14日，由云栖社区与阿里巴巴技术协会共同主办的《2017阿里巴巴双11技术十二讲》顺利结束，集中为大家分享了2017双11背后的黑科技。本文是《人工智能在搜索中的应用》演讲整理，本文首先介绍了AI如何在搜索中落地，进而重点介绍了个性化搜索，包括图搜索、个性化召回，接着又分享了智能决策的探索。12月13-14日，由云栖社区与阿里巴巴技术协会共同主办的《2017阿里巴巴双11技...转载 2019-04-13 15:42:47 · 2580 阅读 · 0 评论 -
CTR 预估模型简介--非深度学习篇
原文本文主要介绍 CTR 预估中常用的一些模型，主要是非深度学习模型，包括 LR、GBDT+LR、FM/FFM、MLR。每个模型会简单介绍其原理、论文出处以及其一些开源实现。LR(Logistic Regerssion)LR + 海量人工特征是业界流传已久的做法，这个方法由于简单、可解释性强，因此在工业界得到广泛应用，但是这种做法依赖于特征工程的有效性，也就是需要对具体的业务场景...转载 2019-04-16 23:37:49 · 1786 阅读 · 0 评论 -
CTR 预估模型简介--深度学习篇
本文主要介绍 CTR 预估中一些深度学习模型，包括 FNN、Wide&Deep、PNN、DIN、 Deep&Cross等。每个模型会简单介绍其原理、论文出处以及其一些开源实现。FNN(Factorization-machine supported Neural Network)模型结构FNN 是伦敦大学于 2016 在一篇论文中发表的，模型的结构如下FNN ...转载 2019-04-16 23:39:35 · 1351 阅读 · 0 评论 -
主题模型综述
基础入门 中英文博客以及基础文章 Topic model 介绍 简介：简要了解主题模型是什么意思，最基本的概念https://en.wikipedia.org/wiki/Topic_model 概率主题模型简介 Introduction to Probabilistic Topic Models 简介：一步让你知道什么是lda，翻译了提出主题模型大神对概率主题模型的描述。中...转载 2019-04-27 16:00:28 · 2090 阅读 · 0 评论 -
如何将知识图谱特征学习应用到推荐系统？
编者按：在上周发表的“推荐算法不够精准？让知识图谱来解决”一文中，我们为大家介绍了日常生活中几乎每天都会用到的推荐系统，以及用来提高推荐系统精准性、多样性和可解释性的推荐算法辅助信息——知识图谱。今天，我们将进一步为大家讲解将知识图谱特征学习引入到推荐系统的各种思路与实现方法。原文将知识图谱作为辅助信息引入到推荐系统中可以有效地解决传统推荐系统存在的稀疏性和冷启动问题，近几年有很多...转载 2019-05-01 23:47:09 · 652 阅读 · 0 评论 -
概率图模型-贝叶斯网络
概率图模型使用图的方法来表示概率分布，在该模型中，结点表示变量，节点之间的边表示变量之间的概略关系。概率图的分类概率图依据边的属性不同主要分为两大类：第一类是有向图无环图，表示依赖关系，称为有向图模型或贝叶斯网。第二类是使用无向图，表示变量之间的关系，称为无向图模型或马尔科夫网。当变量间存在显著地因果关系时，常使用贝叶斯网；当难以获得显式的因果关系，则常使用马尔科夫网。根据图模型...原创 2019-05-04 16:58:41 · 5453 阅读 · 1 评论 -
构建贝叶斯深度学习分类器
原文介绍在这篇博客，我会教你如何培养使用贝叶斯深学习分类Keras和tensorflow。在深入了解具体的培训示例之前，我将介绍几个重要的高级概念：什么是贝叶斯深度学习？ 什么是不确定性？ 为什么不确定性很重要然后，我将介绍两种在深度学习模型中包含不确定性的技术，并将使用Keras在cifar10数据集上通过冻结的ResNet50编码器训练完全连接的层。通过这个例子，我还将讨论探...翻译 2019-05-04 17:05:17 · 2582 阅读 · 1 评论 -
2019腾讯广告算法大赛方案分享（冠军）
赛题理解赛题链接：https://algo.qq.com1.数据历史日志数据：广告请求时间、用户id、广告位id、竞价广告信息等用户信息数据：包含用户id、年龄、性别、地域、行为兴趣等广 告 数 据：广告操作信息、广告静态信息2. 目标预测广告的日曝光量3. 评价指标评价指标由两部分组成，准确性指标和出价单调性指标。最终得分是将两个指标组合一起...转载 2019-07-16 10:32:16 · 1074 阅读 · 0 评论 -
基于统计与评分
推荐系统推荐系统是一种信息过滤系统，用于预测用户对物品的“评分”或“偏好”。对于推荐系统系统来说，目前采用的主要方式是：基于内容推荐：内容之间的相似度，如文章的标签、电影的属性、书籍的分类。 协同过滤（待实现）：用户之间的相似度，如喜欢看科幻片的 A、B 用户、并且都看过 a 电影，A 喜欢看的 c 电影，B 也可能喜欢 c 电影。要实现这两种方式有一个前提是，用户数据。特别是...转载 2019-03-13 22:14:44 · 931 阅读 · 0 评论 -
基于 Google 搜索的半自动推荐
与统计学相比，基于内容来向用户推荐相似的内容，往往更容易获得。对于推荐来说，则有两种方式：手动推荐 自动推荐手动推荐。在技术领域，作者通常比大多数读者更专业，他们往往知道什么是读者需要的。如，你看了一个 React 相关的文章，你可能会需要 Redux 相关的内容。自动推荐。需要一些前提条件：融合现有系统的数据信息，获取一些用户的信息。随后，再计算出相关的内容，最后返回给读者。而在...转载 2019-03-13 22:16:09 · 247 阅读 · 0 评论 -
阿里妈妈首次公开自研CTR预估核心算法MLR
阿里妈妈算法团队阿里技术2017-06-15一、 技术背景CTR（Click-Through-Rate）即点击通过率，是互联网广告常用的术语，指网络广告（图片广告/文字广告/关键词广告/排名广告/视频广告等）的点击到达率，即该广告的实际点击次数除以广告的展现量。点击率预估（Click-Through Rate Prediction）是互联网主流应用(广告、推荐、搜索等)的核心算法问题，...转载 2019-03-04 14:17:19 · 398 阅读 · 0 评论 -
推荐术语：CPM、CPC、CPA、CPI、CTR、CPV、CVR
CPC (Cost Per Click): 按点击计费CPA(Cost Per Action): 按成果数计费CPM (Cost Per Mille): 按千次展现计费CVR (Click Value Rate): 转化率，衡量CPA广告效果的指标CTR (Click Through Rate): 点击率PV (Page ...转载 2019-03-07 09:42:05 · 19098 阅读 · 0 评论 -
Practical Lessons from Predicting Clicks on Ads at Facebook
Xinran He, Junfeng Pan, Ou Jin, Tianbing Xu, Bo Liu ⇤ , Tao Xu ⇤ , Yanxin Shi ⇤ ,Antoine Atallah ⇤ , Ralf Herbrich ⇤ , Stuart Bowers, Joaquin Quiñonero CandelaFacebook1601 Willow Road, Menlo Par...原创 2019-03-10 19:31:58 · 2171 阅读 · 0 评论 -
从LR到DNN点击率预估
描述 (Description)对于广告点击率预估的是一个热点问题,很多从事计算广告的公司都有自己的点击率预估系统,其中知识点涉及从相对简单的logistic regression到最近google提出的Wide & Deep Learning.如何稳定可控地改进点击率预估系统,对于数据,架构,算法这三方面在不同的时间点要做什么事情是我这次想要分享的主题.基于过去在meidav(...转载 2019-03-10 21:36:53 · 1297 阅读 · 0 评论 -
数据科学&高级分析 (Data science & advanced analytics)
11:15–11:55 Friday, 2017-07-14使用R和Apache Spark处理大规模数据 (Scaling R faster and larger using Apache Spark)地点：多功能厅5B＋C（Function Room 5B+C)观众水平 (Level): 中级 (Intermediate)Xiaoyong Zhu(Microsoft)平均得...转载 2019-03-10 21:39:27 · 1138 阅读 · 0 评论 -
YouTube 深度神经网络在推荐系统上的应用
YouTube 深度神经网络在推荐系统上的应用ABSTRACT YouTube represents one of the largest scale and most sophisticated industrial recommendation systems in existence. In this paper, we describe the system at a high lev...翻译 2019-02-14 19:53:48 · 4986 阅读 · 0 评论 -
深度学习打造精准推荐系统，细说国美互联网 AI 发展的进击之路
蔡芳芳导语这是一个 AI+ 的时代。作为线上 + 线下的电商零售平台，国美互联网如何将人工智能技术嵌入到实际业务中？机器学习和深度学习技术为国美带来了哪些改变？在这火热的时局中，国美未来在前沿技术方面又将如何布局？且听下文一一分解。正文今年机器学习已然成为炙手可热的技术话题。深度学习与人工智能技术正在改变人们的生活，同时也给企业管理大量数据、为用户提供更精准的服务提供了一些新的思...转载 2019-03-20 21:59:29 · 454 阅读 · 0 评论 -
近些年deep learning在推荐系统的应用
深度学习不仅可以用来做推荐系统，而且未来基于机器/深度学习的推荐系统会是大趋势。 深度学习（DL）是推荐系统（RecSys）的下一个大事件一。在过去几年中，深度神经网络在计算机视觉，语音识别和自然语言处理（NLP）方面取得了巨大成功。深度学习技术也正成为解决推荐系统任务（如音乐，新闻，时尚文章和移动应用程序推荐）的强大工具。 推荐系统可以说是无处不在，我们每天直接或间接地...转载 2019-03-29 23:52:53 · 582 阅读 · 0 评论 -
机器学习在微博信息流推荐中的应用实践
由于个性化推荐是给用户推荐其感兴趣的内容，所以对于微博的内容理解和用户画像部分就显得格外重要。内容理解即通过文本内容理解和视觉理解技术，对微博内容进行细粒度表征，即形成每篇微博内容的表征向量。内容理解与用户画像由于个性化推荐是给用户推荐其感兴趣的内容，所以对于微博的内容理解...转载 2019-03-06 22:47:56 · 340 阅读 · 0 评论