vir_lee的博客

文章目录1.KDD2.RecSys3. SIGIR1.KDD会议网站：ACM SIGKDD Conference on Knowledge Discovery and Data MiningKDD是推荐领域一个顶级的国际会议。2020年接收的论文按照推荐系统应用场景可以大致划分为：CTR预估、TopN推荐、对话式推荐、序列推荐等。同时，GNN、强化学习、多任务学习、迁移学习、AutoML、元学习在推荐系统的落地应用也成为当下的主要研究点。此届会议有很大一部分来自工业界的论文，包括Google、Micr

文章目录推荐系统算法学习(二)——DNN与FM DeepFM推荐系统算法学习（一）——协同过滤(CF) MF FM FFMMuti-Task之MMOE (作者:阿猫阿狗)

文章目录1.用户画像的基础，原理，应用介绍：用户画像基础，原理，应用

文章目录一、FM模型1. 引入背景一、FM模型1. 引入背景FM(Factorization Machine)主要是为了解决数据稀疏的情况下，特征怎样组合的问题。以广告分类的问题为例，根据用户与广告位的一些特征，来预测用户是否会点击广告。...

文章目录1. Click-Through Rate（CTR）/点击率2. Conversion Rate（CVR）/广告转化率3. Customer Lifetime Value（CLTV / LTV）/ 客户终身价值4. Cost Per Click（CPC）/每次点击成本5. Cost Per Engagement（CPE）/每次参与成本6. Cost Per Thousand Impressions（CPM）/每千次广告曝光成本7. Cost per action（CPA）/单次行动成本8. Cost