石晓文

LV0
发表了文章

推荐系统遇上深度学习(一三三)-[京东]搜索广告点击率预估中的候选商品隐式感知建模

今天给大家分享京东的一篇CTR预估的论文,用于建模页面上下文(用户感知到的其他展示的item)对于目标item是否点击的影响。但是在精排阶段,往往采用point...

石晓文
发表了文章

推荐系统遇上深度学习(一三二)-[阿里]点击率预估中的自适应参数生成网络

今天给大家分享一篇阿里发表的关于神经网络中网络参数自适应生成的文章,不仅可以做到不同的样本有不同的网络参数,同时通过拆分矩阵等操作大大提升了推理性能,一起来学习...

石晓文
发表了文章

推荐系统遇上深度学习(一三一)-[蚂蚁金服]信息流推荐中局部视野感知的重排序方法

今天来分享一篇蚂蚁金服在WSDM2022中稿的重排序的文章,建模用户在浏览过程中自上而下的全局item相互影响以及局部视野范围内item的相互影响,一起来学习一...

石晓文
发表了文章

推荐系统遇上深度学习(一三零)-[阿里]电商搜索CTR预估中页面级反馈建模

今天来介绍一篇阿里在WSDM2022上中稿的文章,与之前的用户兴趣建模的论文引入单点用户行为序列不同,本文引入了页面级的用户行为序列,充分建模用户反馈的上下文信...

石晓文
发表了文章

推荐系统遇上深度学习(一二九)-基于物品属性的用户关注列表序列推荐

今天给大家带来的是WSDM 2022上eBay中稿的一篇文章,题目为《Sequential Modeling with Multiple Attributes ...

石晓文
发表了文章

推荐系统遇上深度学习(一二八)-深度交叉注意力乘积网络DCAP

本文是2022年的第一篇文章,给大家带来CIKM2021上中稿的一篇文章,提出了Deep Cross Attentional Product Network(以...

石晓文
发表了文章

推荐系统遇上深度学习(一二七)-[谷歌]用于点击率预估消偏的交叉位置注意力机制

今天给大家分享的是谷歌发表的一篇用于点击率预估中消除位置偏差的论文,除考虑位置本身的影响外,还考虑了相邻位置及展示的item的交叉影响,一起来看一下。

石晓文
发表了文章

2021年,还能入坑NLP吗?

最近有粉丝私信我,NLP很难学,这条路能坚持走吗?有相同困惑的朋友可以一起探讨一下:

石晓文
发表了文章

推荐系统遇上深度学习(一二四)-[美团]面向大规模推荐系统的双重增强双塔模型

各位小伙伴们中秋快乐吖!今天给大家带来一篇美团在DLP-KDD 2021上中稿的一篇论文,主要的出发点是解决双塔模型中两塔之间缺乏信息交互,以及在美团首页推荐中...

石晓文
发表了文章

推荐系统遇上深度学习(一二二)-[阿里]通过孪生掩码层来高效的学习特征表示向量

今天给大家介绍阿里在CIKM2021上发表的一篇关于Embedding的论文,本文的标题是从阿里妈妈技术复制过来的(共有6篇论文入选,可参考https://zh...

石晓文
发表了文章

推荐系统遇上深度学习(一二一)-基于用户行为检索的点击率预估模型

之前咱们介绍过阿里的SIM,通过一种两阶段的方式来使用用户所有行为序列来提升点击率预估的精度。而最近阿里的最新的进展中,尝试将两阶段的处理方式升级为端到端的处理...

石晓文
发表了文章

推荐系统遇上深度学习(一一九)-[百度]结合门控机制的多任务学习模型GemNN

今天分享的百度在SIGIR2021上中稿的一篇short paper,论文提出了结合门控机制的多任务学习模型(Gating-Enhanced Multi-Tas...

石晓文
发表了文章

为什么机器学习算法难以优化?一文详解算法优化内部机制

在机器学习中,损失的线性组合无处不在。虽然它们带有一些陷阱,但仍然被广泛用作标准方法。这些线性组合常常让算法难以调整。

石晓文
发表了文章

10大算法工程师炼丹Tricks

针对类别不平衡问题,用预测概率对不同类别的loss进行加权。Focal loss对CE loss增加了一个调制系数来降低容易样本的权重值,使得训练过程更加...

石晓文
发表了文章

如何利用多任务学习提升模型性能?

提升模型性能的方法有很多,除了提出过硬的方法外,通过把神经网络加深加宽(深度学习),增加数据集数目(预训练模型)和增加目标函数(多任务学习)都是能用来提升效果的...

石晓文
发表了文章

时间间隔感知的自注意力序列化推荐方法

序列化推荐系统通过探索用户的交互顺序,以此基于他们最近所做过的事情的上下文预测他们的下一个动作。之前有马尔可夫链以及循环神经网络RNN和Self Attenti...

石晓文
发表了文章

机器学习最强调参方法!高斯过程与贝叶斯优化

机器学习模型中有大量需要事先进行人为设定的参数,比如说神经网络训练的batch-size,XGBoost等集成学习模型的树相关参数,我们将这类不是经过模型训练得...

石晓文
发表了文章

强化学习推荐系统的模型结构与特点总结

提到强化学习,似乎总给人一种难以训练且难以落地的感觉。但是听大佬说,企业里强化学习推荐系统(RLRS)落地的例子其实已经有不少,不过一般都没有公开细节。现有公开...

石晓文
发表了文章

推荐系统遇上深度学习(一一一)-双重样本感知的DIFM模型

上一篇中,我们介绍了样本感知的FM模型,也就是IFM模型。而本文将介绍其改进版本,称为Dual Input-aware Factorization Machin...

石晓文
发表了文章

推荐系统遇上深度学习(一零六)-神经网络与逻辑推理相结合的NLR框架

今天跟大家分享一篇比较有意思的文章,将逻辑推理的思路应用在推荐系统中,一起来看下吧。

石晓文

个人简介

个人成就

扫码关注腾讯云开发者

领取腾讯云代金券