第 8 章 深度学习推荐系统的前沿实践

[[GBDT+LR]]

• 实时数据流架构
  • waiting window
    • 曝光行为是否产生对应的点击
  • action id
• 降采样和模型校正
  • 负采样 - CTR 漂移

[[DLRM]]

[[@Real-time Personalization using Embeddings for Search Ranking at Airbnb]]

• 长期和短期兴趣的房源 Embedding 方法
• [[Word2Vec]]
• 全局正样本
• 冷启动
• 相似用户和房源做聚合

[[@Deep Neural Networks for YouTube Recommendations]]

阿里巴巴推荐算法发展历史

• [[@Learning Piece-wise Linear Models from Large Scale Data for Ad Click Prediction]]
• [[DIN]] 利用注意力机制替换基础模型的 sum pooling，根据候选广告和用户历史行为之间的关系确定每个历史行为的权重。
• [[DIEN]] 使用序列模型在用户行为历史上抽取用户兴趣并且模拟用户兴趣演化过程。
• [[MIMN]]多通道兴趣演变

网络回响