Shentao

上图展示了DSP在实时竞价系统中的角色，在系统中，一个用户访问页面时，产生了一次曝光，SSP向DSP发送竞价的请求；接着DSP会计算对本次曝光的出价，并且返回给Ad Exchange；最后胜者会收到通知，将其广告进行曝光。系统中Bidding Engine给出实时的竞价。 问题…

本文工作和2014 Optimal Real-Time Bidding for Display Advertising工作高度相关，建议可以先阅读2014这篇论文再阅读2016这篇论文。2014这篇论文笔记也补充上了，见：论文阅读 (011) 点击率估计、出价优化等预测是在竞价…

文章不是很好理解，因此笔记存在较多遗漏的地方。 文章考虑了基于效果的展示广告分配问题。目标是将广告主（需求方）与广告展示次数（供应方）进行匹配，以使发布商角度（我理解是媒体）的总收入（也称为收益）最大化，同时满足主要由广告系列预算和供应清单带来的约束。主要贡献有以下几点 提出了…

文章使用CIN+DNN+Linear构建了eXtreme Deep Factorization Machine(xDeepFM)模型，并且在数据集上验证了模型的效果。 使用embedding layer将原始特征变为embedding表示，形式为：$e=[e_1, e_2, .…

在CTR任务中，特征的叉乘对于预估任务十分重要，比如用户常常在吃饭时间下载食品相关的app，即app类型和时间的特征叉乘（二阶）对CTR预估重要；男性年轻用户喜欢射击和RPG游戏，即app类型，用户性别和用户年龄的特征叉乘（三阶）对CTR预估十分重要。 DeepFM模型如下图所…

推荐系统中需要兼顾模型的Memorization和Generalization，文章研究了Wide&Deep的模型来解决上述问题。 文中给Memorization的定义如下，个人理解是Memorization实现对训练数据的记忆，因此表现为在训练数据上提高模型的准确率…

文章研究了具有深层结构得到潜在语义模型，将文档和查询投影到一个低维空间（即表示为低维向量），通过低维向量计算查询和文档的相似度；文章使用了CTR任务对模型进行训练；全文使用了基于n-gram的哈希技术用于处理大型词汇表。 全文的模型如下图所示（也称之为双塔模型），输入为通过01…

文章研究的还是CTR问题，在FM工作的基础上进一步的优化。在CTR问题中，相同性质的特征可以被分组到一个field中，点击率的数据如图所示 可以将ESPN, Vogue, NBC分到Publisherfield，Nike, Gucci, Adidas分到Advertiser f…

文章研究了context-aware的推荐系统，文章针对的任务是给定用户特征、 商品特征，给出排序，本质上是一个回归的问题。 context特征包括用户访问推荐系统的时间、地点、心情等。 模型输入为用户特征：$U=\left{u_{1}, u_{2}, \ldots\right…