巴拉巴拉朵

后来工业界和学术界都证明序列建模能够有效提升用户建模的精度，头部大厂开始有人在序列建模领域专注研究，其中尤其以阿里的序列建模出名，一系列序列建模相关论文一发表就受到广泛关注...

TWIN首先提炼出一个框架，将现有的的长序列建模总结为两阶段建模：先用GSU选择出topK，再用ESU提取信息。...

本文提出的SDIM(Sampling-based Deep Interest Modeling),基于采样的端到端的方法来建模长期用户行为序列。从多个hash函数中采样产生...

本文提出的基于搜索的兴趣模型(SIM)通过两个级联搜索单元提取用户兴趣，在可伸缩性和可扩展性方面更准确地建模终身序列行为，SIM对顺序用户行为数据进行建模最大长度达5400...

受Reformer的启发，我们提出了一种称为 ETA（End-to-end Target Attention）可以大大降低训练和推理成本，并端到端训练长期用户行为序列。...

对于序列建模，实践了机器学习算法与在线服务协同设计的CTR预测系统，理论上可以处理无限长的用户序列。使用NTM的记忆矩阵来存储用户长序列，同时对NTM进行正则化的优化，进一...

FinalMLP:An Enhanced Two-Stream MLP model for CTR Prediction 摘要 Two-Stream model：因为一个普...

GPT 采用两阶段法，第一阶段无监督预训练，第二阶段针对不同的任务进行有监督地精调。预训练阶段GPT使用Transformer的decoder结构。 给定句子$U={u_1...

EGES：Billion-scale Commodity Embedding for E-commerce Recommendation in Alibaba 阿里的EGE...

Combining Feature Importance and Bilinear feature Interaction for Click-Through Rate P...

A Dual Augmented Two-tower Model for Online Large-scale Recommendation 美团的对偶增强双塔为了user...

Where to Go Next for Recommender Systems? ID- vs.Modality-based recommender models rev...

Recommending What Video to Watch Next: A Multitask Ranking System 论文地址：https://daiwk.g...

Multi-Task Deep Recommender Systems: A Survey 最近看到一篇多任务学习的综述，觉得总结的不错，记录一下。 1. 简介 推荐系统天...

MVKE：Mixture of Virtual-Kernel Experts for Multi-Objective User Profile Modeling MVKE论...

Progressive Layered Extraction (PLE): A Novel Multi-Task Learning (MTL) Model for Pers...

Sub-Network Routing for Flexible Parameter Sharing in Multi-Task Learning 论文地址：https:/...

C2Rec: An Effective Consistency Constraint for SequentialRecommendation 这篇文章提出了序列推荐建模中...

Sparse-Interest Network for Sequential Recommendation 论文地址：https://arxiv.org/pdf/2102....

Re4: Learning to Re-contrast, Re-attend, Re-construct for Multi-interest Recommendatio...