今天介绍的是腾讯提出的一种新的多任务学习个性化推荐模型，该论文荣获了RecSys2020最佳长论文奖，一起来学习下！1、背景多任务学习通过在一个模型中同时学习多个不同的目标，如CTR和C...

首先祝大家中秋快乐，咱们的系列文章今天终于更新啦！今天给大家带来阿里在RecSys2021上中稿的一篇论文，同样关注的是对用户行为序列的建模。论文两个主要的创新点分别是对隐式反馈的去燥处理...

今天我们来学习一个简单的功能，就是一行转多行，本文将介绍如何通过Excel实现，下一篇将介绍Hive中的实现方法。1、数据先来看看我们的数据，主要有2列...

今天给大家介绍的是我们团队今年发表在WWW2022上的论文CrossDQN，提出了一种基于强化学习的信息流广告分配方法。这也是我个人在入职美团之后工作的主要方向。接下来我将对论文内容进行详细的介绍。1、信息流广告分配背景电商场景下的信息流通常包含两部分的内容，一类被称为自然结果，另一类是广告结果。二者以混合列表的形式展现给用户。如下图是工业界常见的混排系统的架构，广告和自...

上一篇中介绍了Bandit算法，并介绍了几种简单的实现，如 Epsilon-Greedy算法，Thompson sampling算法和UCB算法。但是传统的实现方法存在很大的缺陷，主要是缺乏用附加信息刻画决策过程的机制。今天的文章就来介绍一种结合上下文信息的Bandit方法，LinUCB，它是Contextual bandits算法框架的一种。本文的原文是雅虎的新闻推荐算法：https://a..

深度强化学习实验室报道来源：qianli8848编辑：DeepRL很多人都想问 “热门研究方向”、“最新方法”有哪些呢？。有同学建议国内某教授的教材、或者CNKI、或者某些SCI期刊。每...

Deep learning for Spatio-Temporal Data Mining: A SurveySenzhang Wang, Nanjing University of A...

标题：《TWIN: TWo-stage Interest Network for Lifelong User Behavior Modeling in CTR Prediction at Kuaishou》链接：https://arxiv.org/pdf/2302.02352.pdf今天给大家分享的是快手近期发表的终身行为序列建模上的工作，当前工业界主流的方法大都是两阶段的方法，如SIM、ETA和

各位小伙伴们中秋快乐吖！今天给大家带来一篇美团在DLP-KDD 2021上中稿的一篇论文，主要的出发点是解决双塔模型中两塔之间缺乏信息交互，以及在美团首页推荐中，面临多场景、多业务融合且不...

今天分享的论文为《CL4CTR: A Contrastive Learning Framework for CTR Prediction》，从特征表示角度入手，将多种对比学习损失引入到CTR预估的模型训练中，一起来看一下。1、背景主流的CTR预估模型大致可以分为两类，一类是传统的模型，如逻辑回归，FM，FFM等，这些模型仅可以建模低阶的特征交互，另一类是基于深度学习的模型，如DeepFM、wide