DeePR

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非常值得学习...

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embedding在推荐...

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，还可以让它绘制并推送有...

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，背景以及应用...

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。 那么如何利用这些用户感兴趣的物品序列来提取到用户...

▲ 图1. 单值类别特征处理方法 上一篇文章不为人知的稠密特征加入CTR预估模型的方法​中又总结了稠密特征加入到CTR预估模型中的方法。而在现实实际问题中，往往还会出现多值...

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 Regression，...

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[[1,0,0,0...