DeePR

LV0
发表了文章

再看经典召回算法

在学习和应用推荐算法的过程中,发现越来越多的文章在描述深度学习应用在推荐系统上的方法,不可否认深度学习的发展给推荐系统带来了巨大的进步,但是传统的经典算法仍然是...

DeePR
智能推荐推荐系统机器学习
发表了文章

“万物皆可embedding”

不知道大家有没有这种感受,在学习推荐系统算法模型时,少不了embedding的应用,有的推荐算法模型甚至可以说就是在做embedding的过程,可见embedd...

DeePR
推荐系统深度学习
发表了文章

教你快速搭建自己的个人专属微信公众号机器人

前些天闲来无事想弄个微信公众号机器人,因为可以用机器人做好多事情,比如可以让它变成一个智能聊天机器人,也可以让它爬取并推送arxiv上自己想要的论文,还可以让它...

DeePR
微信机器人对话机器人PythonHTTP
发表了文章

序列特征的处理方法之二:基于卷积神经网络方法

上一篇文章介绍了基本的基于注意力机制方法对序列特征的处理,这篇主要介绍一下基本的基于卷积神经网络方法对序列特征的处理,也就是TextCNN方法。序列特征的介绍,...

DeePR
机器学习神经网络深度学习AI 人工智能卷积神经网络
发表了文章

序列特征的处理方法之一:基于注意力机制方法

之前两篇讲过稠密特征和多值类别特征加入CTR预估模型的常用处理方法,这篇介绍一下针对序列特征采用的最基本的注意力机制方法。

DeePR
推荐系统机器学习深度学习
发表了文章

推荐系统技术演进趋势:从召回到排序再到重排

地址:https://zhuanlan.zhihu.com/p/100019681

DeePR
知识图谱推荐系统深度学习机器学习
发表了文章

多值类别特征加入CTR预估模型的方法

我们都知道一般单值类别特征加入到CTR预估模型的方法是先对单值类别特征进行one-hot,然后和embedding 矩阵相乘转换成多维稠密特征,如下图 1 所示...

DeePR
推荐系统机器学习深度学习AI 人工智能
发表了文章

稠密特征加入CTR预估模型的方法

稠密特征一般是相对稀疏特征来说的,我们知道类别特征经过独热编码之后比较稀疏,比如类别 [‘小猫’,‘小狗’,‘小熊’,‘小猴’] 被独热编码后的数据结构为[[1...

DeePR
推荐系统深度学习机器学习AI 人工智能
发表了文章

CTR预估模型有怎样的发展规律

在深度学习还没有引入到点击率(Click-Through Rate,CTR)预估之前,CTR预估的模型大概经历了三个阶段:逻辑回归(Logistic Regre...

DeePR
深度学习推荐系统机器学习AI 人工智能
创建了专栏

深度学习与推荐系统

9 文章14 关注者
订阅了专栏

腾讯云开发者社区头条

云头条,早报资讯。腾讯云开发者社区的管理动态和活动公告。

389 文章3.1M 关注者
订阅了专栏

腾讯云开发者社区推荐

107 文章3.1M 关注者

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