IP属地:台湾
提前给大家预告一篇position bias在建模中的处理方式。
开篇之前,我们首先回顾一下背景:part1 在19年已经写了,最近打开博客发现part2迟迟没有写,时隔这么久,临近十一终于有时间把第二部分完成...
背景:大家在使用tensorflow 训练model 的时候,如何更好更快的加载数据,tensorflow官方给出了tf record这种格式,...
背景:在个性化推荐系统中,新用户的快速兴趣探索,是推荐系统能否真正抓住用户的真正喜好,并达到留存的关键因素。如何快速兴趣探索,首先要选取一种合适...
上文主要介绍了deep walk原论文是如何从原始语料获得graph,以及如何从graph,随机游走出item序列。继而通过word2vec或得...
背景:众所周知,在个性化推荐系统,后端算法核心逻辑,分为召回,排序以及strategy调整,用户访问系统时,受限于排序模型的耗时等因素,不可能将...
背景:上文讲到离线model已经训练好了。接下来就是最重要的部分,在线应用部分拿效果。在个性化推荐算法recall的整体架构中,有比较简单的写k...
part2背景:众所周知,数据是最终效果的天花板,而不同model在同一份数据上只不过是代表了不同逼近天花板的程度,有鉴于此,本小节也分两大块展...
前序:本文是对《 deep neural network for youtube recommendation》这篇paper的落地实战。本文重...