写点什么
创作场景
- 记录自己日常工作的实践、心得
- 发表对生活和职场的感悟
- 针对感兴趣的事件发表随笔或者杂谈
- 从 0 到 1 详细介绍你掌握的一门语言、一个技术,或者一个兴趣、爱好
- 或者,就直接把你的个人博客、公众号直接搬到这里
登录/注册
收录了 CTR 频道下的 50 篇内容

在推荐系统中,多目标优化一直是热门话题

本文介绍一种动态样式组合优选加 DSA 模型,并结合分位置拍卖技术,较完美地解决了组合样式优选的问题。

深度学习CTR预估模型实践

本文总结了广告、推荐领域最为流行的 10 个深度学习 CTR 模型的结构特点,构建了它们之间的演化图谱。

原创技术专栏“深度学习 CTR 预估模型实践”的第三篇文章

本文是王喆在 AI 前线 开设的原创技术专栏“深度学习 CTR 预估模型实践”的第二篇文章(以下“深度学习 CTR 预估模型实践”简称“深度 CTR 模型”)。专栏第一篇文章回顾:《深度学习CTR预估模型凭什么成为互联网增长的关键?》。重看王喆老师过往精彩文章:《重读 Youtube 深度学习推荐系统论文,字字珠玑,惊为神文》、《YouTube 深度学习推荐系统的十大工程问题》。

CTR模型关键的胜负手

推荐2019年上半年工业界深度推荐系统与CTR预估上值得精读的20篇论文。

本文介绍基于模型学习用户历史行为和广告上下文 ( 目前是上文 ) 来辅助学习当前广告点击率。

自2012年AlexNet引爆新一轮深度学习浪潮以来,深度学习席卷了各个计算机应用领域,作为广告、搜索、推荐业务核心的 CTR 预估模型也借助深度学习得到效果上的显著提升,成为几乎所有主流互联网公司的标准配置。 本专栏将帮助读者梳理深度 CTR 模型的理论和技术发展脉络,并全面讲解深度 CTR 模型的系统设计和工程实践。希望大家能够建立完整的学习框架,并打牢深度学习模型的理论基础,同时从应用中学到更多实践中应该注意的技术细节。

《深度学习CTR预估模型实践》专栏开篇

之前这些深度CTR模型大都是直接将item的ID特征映射成固定维度的embedding向量

如何将离线训练好的模型部署于线上生产环境,进行实时推理,一直是业界难点。

本次分享介绍vivo如何搭建一个每日能够稳定运行每日3000万日活,超百亿次预估的系统。

万物皆Embedding!

本文主要根据Google推出的引领推荐系统与CTR预估工业界潮流至今的一大神作W&D,所总结出来的深度推荐系统与CTR预估工业界必读的论文汇总。

本文旨在以深度CTR预估模型为基础,探索在应用宝推荐场景下的算法优化。

基于深度学习的CTR预估模型用处已经很广泛,模型也提出了很多

闲鱼作为电商场景的 APP
由于人类对于世界的认知和感受主要来自于视觉,良好的可视化可以有效的帮助人们理解深度神经网络,并进行有效的评估、优化和调节。而可视化的前提是对模型进行相关数据透出,从而进行可视化分析评估,最终使得神经网络从“黑盒”向“白盒”过渡。针对这些挑战,阿里巴巴团队搭建了一个面向工业级大规模深度学习应用的可视化分析平台—DeepInsight。