wwwsctvcom的博客

一、前言：2017发表于KDD的推荐系统类文章Deep & Cross Network for Ad Click Predictions二、算法原理：输入部分：离散特征通过word2vec进行嵌入，连续特征则直接使用原始的数值，最后将连续和离散的特征拼接到一起输入给DNN部分和CrossNet部分；模型部分：首先介绍一下DCN模型的结构：主要分为两个部分，如图左边为C...

一、前言介绍DeepFM顺便就可以把FM部分也一起介绍了，就不用单独再来介绍FM因子分解了，另外我是个菜鸟，刚刚入门推荐系统，如果文中有什么问题欢迎大家指出来，我再进行修改，希望和各位同学共同进步。文章发表于2017年IJCAI，论文地址：DeepFM: A Factorization-Machine based Neural Network for CTR Prediction...

一、前言DeepFM的升级版本xDeepFM，发表于2018年KDD，论文地址为：xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems论文对应的代码地址：https://github.com/Leavingseason/xDeepFM另外文中如果出现错误，欢迎大家指正出...

一、前言发表于2017年的推荐类文章，主要采用的是串行结构即将FM中的一次项和二次项结果输入给DNN部分，典型的串行结构还包括PNN和AFM等都会在接下来进行介绍，本文的论文地址为：https://arxiv.org/pdf/1708.05027.pdf二、算法原理（1）模型的整体框架如图所示：主要包含输入的embedding，其次是一个Bi-Interaction Pooling...

一、前言今天介绍阿里巴巴的DIN网络，不得不说，阿里妈妈的大佬是真的多，经常都会更新非常多的创造性的东西，比如DIN中使用的自适应正则化技术以及Dice激活函数以及注意力机制的使用，并且值得注意的是DIN网络中使用的注意力机制还挺多的，哈哈哈，下面就来介绍一下阿里妈妈推荐部门大佬们的主要工作吧；论文地址：https://arxiv.org/abs/1706.06978代码地址：http...

一、前言PNN模型是发表于2016年的推荐类文章，文章地址为：https://arxiv.org/pdf/1611.00144.pdf解决了直接将embedding输入给MLP层表达特征交叉不充分的问题，论文使用了两种特殊的乘积方式来表示特征之间的交叉，实验也证明，相比于16年以前的模型也取得了不错的效果，现在主要是学习其一种思想；二、算法原理（1）模型的整体结构如下图所示，IPN...

一、前言（1）代码参考了阿里巴巴浅梦大神的实现，非常牛逼的一位大佬，非常值得大家学习；（2）微博提出的fibinet点击预估模型，论文地址为：https://arxiv.org/pdf/1905.09433.pdf；二、算法原理（1）整体框架如图所示：（2）SENET Layer部分的主要作用是学习不同特征的一个重要程度，对重要特征加权，对蕴含信息量不多的特征进行削弱；参考...

一、前言发表于2017年的ijcai文章，主要采用了FM结合注意力机制进行物品的推荐，也取得了较好的效果；论文地址为：https://www.ijcai.org/proceedings/2017/0435.pdf二、算法原理（1）首先介绍一下模型的整体框架对于因子分解的结果赋予一个权重，这个权重通过学习获得，来表示对不同特征交叉之间的关注度；（2）整个模型可以通过如下公式来...