公众号:浅梦学习笔记![]() |
微信:deepctrbot![]() |
- KDD 2022 | 快手提出基于因果消偏的观看时长预估模型D2Q,解决短视频推荐视频时长bias难题
- 从顶会论文看2022年推荐系统序列建模的趋势
- 揭秘京东广告精排百分位AUC提升技术方案
- [美团]基于强化学习的信息流广告分配方法CrossDQN
- [阿里]对抗过滤建模用户长期行为序列
- 快手牛亚男:基于多Domain多任务学习框架和Transformer,搭建快手精排模型
- 阿里飞猪个性化搜索排序探索实践
- 京东推荐算法精排技术实践
- 深度粗排模型的GMV优化实践:基于全空间-子空间联合建模的蒸馏校准模型
- 多目标推荐场景下的深度学习实践
- 主流推荐与垂类推荐技术的发展与延伸
- 知乎搜索排序模型的演进
- 网易云音乐推荐中的用户行为序列深度建模
- 全新的深度模型在推荐系统中的应用
- 阿里新一代Rank技术
- 广义多目标算法探索实践
- CSCNN:新一代京东电商广告排序模型
- 多目标排序在58同城房源推荐中的实践探索
- 深度时空网络、记忆网络与特征表达学习在 CTR 预估中的应用
- Attention机制在深度学习推荐算法中的应用
- 阿里1688直播推荐算法实践
- CTR预估在动态样式建模和特征表达学习方面的进展
- [SIGIR2021] StackRec框架:加速训练100层序列推荐模型
- 腾讯音乐:全民K歌推荐系统架构及粗排设计
- 京东搜索在线学习探索实践
- 阿里 at SIGIR’2021 | 粗排模型如何进行性能与效率的权衡
- 多目标排序在快手短视频推荐中的实践
- 深度学习在省钱快报推荐排序中的应用与实践
- 深度学习多目标优化的多个loss应该如何权衡
- IJCAI2020 | 双重样本感知的因子分解机(附代码)
- 深度排序模型在淘宝直播的演进与应用
- 阿里粗排技术体系与最新进展
- TensorFlow Estimator 模型从训练到部署
- 多任务学习在推荐算法中的应用
- 浅谈Learning to Rank中的RankNet和LambdaRank算法
- 线上线下效果一致性杂谈
- 多目标推荐场景下的深度学习实践
- 推荐系统中模型训练及使用流程的标准化
- 增量学习在CTR模型训练中的实践
- 深度学习技术在美图个性化推荐的应用实践
- UC 信息流推荐模型在多目标和模型优化方面的进展
- 序列检索系统在淘宝首页信息流重排中的实践(文末下载重排经典论文合集)
- 大幅提升训练性能,字节提出新型分布式DNN训练架构
- 腾讯FAT | 未来感知的多样化趋势推荐框架
- 推荐系统rerank模型梳理&论文推荐
- DCN-M:Google提出改进版DCN,用于大规模排序系统的特征交叉学习(附代码)
- 分类模型与排序模型在推荐系统中的异同分析
- 推荐系统中的排序学习
- CIKM20 | 阿里MiNet:跨域点击率预估混合兴趣模型
- KDD19 | 微软DeepGBM:使用树蒸馏提升在线预测任务下深度模型效果
- 推荐系统rank模块-Online Learning
- IJCAI19 | 推荐系统论文DSIN:Deep Session Interest Network
- Life-long兴趣建模视角CTR预估模型:Search-based Interest Model
- Ctr 预估之 Calibration
- AAAI20 | 阿里DMR:融合Match中协同过滤**的深度排序模型
- 线下auc涨,线上ctr/cpm跌的原因和解决办法
- 【视频讲解】DeepCTR中的xDeepFM原理和实现
- 【视频讲解】DeepCTR中的Deep&Cross Net原理和实现
- 【视频讲解】DeepCTR中的Wide&Deep原理和实现
- 【视频讲解】DeepCTR中的DeepFM原理和实现
- 常见CTR论文挑刺
- 万字长文梳理CTR预估模型发展过程与关系图谱
- Evolution of CTR prediction models
- AAAI19 | 谷歌SNR: 灵活参数共享的多任务学习网络
- CIKM19 | 如何刻画用户的多样兴趣——阿里MIND阅读笔记
- CIKM19 | Fi-GNN 通过图神经网络建模特征交互作用来进行CTR预测
- WWW18 | TEM:结合GBDT叶节点嵌入的可解释推荐模型
- 教你玩转deepctr的FLEN模型& Kaggle Avazu实验对比
- 浅谈流式模型训练体系
- 【CTR预估】FLEN: 一种时空高效的利用特征场信息缓解梯度耦合的CTR预测模型
- 【CTR预估】CTR模型如何加入稠密连续型和序列型特征?
- 【CTR预估】你真的需要 pairwise LTR吗?速览搜索推荐中pointwise和pairwise方法
- Learning to rank基本算法小结
- 学习交流小组每周主题摘要 No.109
- 学习交流小组每周主题摘要 No.108
- 学习交流小组每周主题摘要 No.107
- 学习交流小组每周主题摘要 No.106
- 学习交流小组每周主题摘要 No.105
- 学习交流小组每周主题摘要 No.104
- 学习交流小组每周主题摘要 No.103
- 学习交流小组每周主题摘要 No.102
- 学习交流小组每周主题摘要 No.101
- 学习交流小组每周主题摘要 No.100
- 学习交流小组精彩内容摘要 No.99
- 学习交流小组精彩内容摘要 No.98
- 学习交流小组精彩内容摘要 No.97
- 学习交流小组精彩内容摘要 No.96
- 学习交流小组精彩内容摘要 No.95
- 学习交流小组精彩内容摘要 No.94
- 学习交流小组精彩内容摘要 No.93
- 学习交流小组精彩内容摘要 No.92
- 学习交流小组精彩内容摘要 No.91
- 学习交流小组精彩内容摘要 No.90
- 学习交流小组精彩内容摘要 No.89
- 学习交流小组精彩内容摘要 No.88
- 学习交流小组精彩内容摘要 No.87
- 学习交流小组精彩内容摘要 No.86
- 学习交流小组精彩内容摘要 No.85
- 学习交流小组精彩内容摘要 No.84
- 学习交流小组精彩内容摘要 No.83
- 学习交流小组精彩内容摘要 No.82
- 学习交流小组精彩内容摘要 No.81
- 学习交流小组精彩内容摘要 No.80
- 学习交流小组精彩内容摘要 No.79
- 学习交流小组精彩内容摘要 No.78
- 学习交流小组精彩内容摘要 No.77
- 学习交流小组精彩内容摘要 No.76
- 学习交流小组精彩内容摘要 No.75
- 学习交流小组精彩内容摘要 No.74
- 学习交流小组精彩内容摘要 No.73
- 学习交流小组精彩内容摘要 No.72
- 学习交流小组精彩内容摘要 No.71
- 学习交流小组精彩内容摘要 No.70
- 学习交流小组精彩内容摘要 No.69
- 学习交流小组精彩内容摘要 No.68
- 学习交流小组精彩内容摘要 No.67
- 学习交流小组精彩内容摘要 No.66
- 学习交流小组精彩内容摘要 No.65
- 学习交流小组精彩内容摘要 No.64
- 学习交流小组精彩内容摘要 No.63
- 学习交流小组精彩内容摘要 No.62
- 学习交流小组精彩内容摘要 No.61
- 学习交流小组精彩内容摘要 No.60
- 学习交流小组精彩内容摘要 No.59
- 学习交流小组精彩内容摘要 No.58
- 学习交流小组精彩内容摘要 No.57
- 学习交流小组精彩内容摘要 No.56
- 学习交流小组精彩内容摘要 No.55
- 学习交流小组精彩内容摘要 No.54
- 学习交流小组精彩内容摘要 No.53
- 学习交流小组精彩内容摘要 No.52
- 学习交流小组精彩内容摘要 No.51
- 学习交流小组精彩内容摘要 No.50
- 学习交流小组精彩内容摘要 No.49
- 学习交流小组精彩内容摘要 No.48
- 学习交流小组精彩内容摘要 No.47
- 学习交流小组精彩内容摘要 No.46
- 学习交流小组精彩内容摘要 No.44
- 学习交流小组精彩内容摘要 No.45
- 学习交流小组精彩内容摘要 No.43
- 学习交流小组精彩内容摘要 No.42
- 学习交流小组精彩内容摘要 No.41
- 学习交流小组精彩内容摘要 No.40
- 学习交流小组精彩内容摘要 No.39
- 学习交流小组精彩内容摘要 No.38
- 学习交流小组精彩内容摘要 No.37
- 学习交流小组精彩内容摘要 No.36
- 学习交流小组精彩内容摘要 No.35
- 学习交流小组精彩内容摘要 No.34
- 学习交流小组精彩内容摘要 No.33
- 学习交流小组精彩内容摘要 No.32
- 学习交流小组精彩内容摘要 No.31
- 学习交流小组精彩内容摘要 No.30
- 学习交流小组精彩内容摘要 No.29
- 学习交流小组精彩内容摘要 No.28
- 学习交流小组精彩内容摘要 No.27
- 学习交流小组精彩内容摘要 No.26
- 学习交流小组精彩内容摘要 No.25
- 学习交流小组精彩内容摘要 No.24
- 学习交流小组精彩内容摘要 No.23
- 学习交流小组精彩内容摘要 No.22
- 学习交流小组精彩内容摘要 No.21
- 学习交流小组精彩内容摘要 No.20
- 学习交流小组精彩内容摘要 No.19
- 学习交流小组精彩内容摘要 No.18
- 学习交流小组精彩内容摘要 No.17
- 学习交流小组精彩内容摘要 No.16
- 学习交流小组精彩内容摘要 No.15
- 学习交流小组精彩内容摘要 No.14
- 学习交流小组精彩内容摘要 No.13
- 学习交流小组精彩内容摘要(06.12-06.18)
- 学习交流小组精彩内容摘要(06.09-06.11)
- 学习交流小组精彩内容摘要(06.05-06.08)
- 学习交流小组精彩内容摘要(05.31-06.04)
- 学习交流小组精彩内容摘要(05.25-05.30)
- 学习交流小组精彩内容摘要(05.21-05.24)
- 学习交流小组精彩内容摘要(05.18-05.20)
- 学习交流小组精彩内容摘要(05.14-05.17)
- 学习交流小组精彩内容摘要(05.08-05.13)
- 学习交流小组精彩内容摘要(01.21-02.06)
- 学习交流小组精彩内容摘要(01.13-01.20)
- 学习交流小组精彩内容摘要(01.04-01.12)
- 多类目MoE模型在京东电商搜索中的应用
- 无量深度学习系统在腾讯推荐类业务的应用
- 直播推荐算法在腾讯音乐的应用实践
- 小米在知识表示学习的探索与实践
- 推荐算法在商业化场景中的探索实践
- 主题与交互式推荐技术在飞猪个性化分发中的实践
- 蜻蜓FM信息流推荐探索与实践
- 阿里巴巴开源稀疏模型训练引擎DeepRec
- Query理解在美团搜索中的应用
- 模型可解释性在风控安全中的实践
- EdgeRec:边缘计算在淘宝推荐系统中的应用
- 多媒体内容理解在美图社区的应用实践
- 阿里飞猪搜索技术的应用与创新
- 阿里零售通智能导购推荐技术实践
- 深度学习在 Airbnb 中的探索与应用
- 知乎搜索文本相关性与知识蒸馏
- 推荐系统解构
- 京东Flink优化与技术实践
- 信息流推荐的用户增长机制
- 如何构建一个好的电商搜索引擎?
- 做用户,绕不开画像!
- Angel:深度学习在腾讯广告推荐系统中的实践
- 什么样的模型是好的模型?
- 蜻蜓FM实时推荐系统的发展和演进
- 快手如何搭建一个好的数据指标体系?
- 推荐系统架构治理
- 张俊林:对比学习在微博内容表示的应用
- 微博推荐算法实践与机器学习平台演进
- 微博基于Flink的机器学习实践
- 多业务融合推荐策略实践与思考
- 跨域推荐技术在58部落内容社区的实践
- 京东电商搜索中的语义检索与商品排序
- 分布式机器学习框架与高维实时推荐系统
- 图推荐算法在E&E问题上的应用
- 朱小强|屠龙少年与龙:漫谈深度学习驱动的广告推荐技术发展周期
- 全民K歌推荐后台架构
- 阿里文娱搜索算法实践与思考
- Bandit算法在携程推荐系统中的应用与实践
- 深度学习在阿里B2B电商推荐系统中的实践
- 如何将知识图谱引入推荐系统?
- 【微软】深度学习推理系统,45页ppt
- 如何构建A/B测试系统,其核心功能有哪些?
- 美图个性化推送的 AI 探索之路
- 信息流推荐在凤凰新闻的业务实践
- 汽车之家推荐系统排序算法迭代之路
- WWW21最新「深度学习推荐系统」教程,230页PPT阐述深度强化学习、自动机器学习和GNN在推荐系统应用进展
- Query 理解和语义召回在知乎搜索中的应用
- 腾讯信息流内容理解技术实践
- 如何从 0 到 1 构建个性化推荐?
- 推荐生态中的bias和debias
- 推荐系统应该如何保障推荐的多样性?
- 浅谈 UC 国际信息流推荐
- AutoML 在表数据中的研究与应用
- 推荐系统:石器与青铜时代
- 推荐系统衡量:ABtest 框架
- 低频少样本长验证周期场景下的算法设计
- 基于行列式点过程的推荐多样性提升算法
- 推荐系统评价:什么是好的推荐系统
- 万字长文解读电商搜索——如何让你买得又快又好
- 工业界推荐系统实用分析技巧
- KDD20 | 推荐系统论文一览
- 搜索广告之自动化创意
- KDD CUP 2020之Debiasing赛道方案 (Rush)
- 推荐系统研究中常用的评价指标
- 推荐多样性重排算法之MMR
- 推荐系统技术演进趋势:从召回到排序再到重排
- 推荐系统的发展与简单回顾
- 万字长文!推荐系统岗面试经验&学习心得
- 阿里妈妈展示广告预估校准技术演进之路
- 基于因果推断技术的广告投后归因
- 广告主视角的信息流投放模型问题思考
- 因果推断在阿里飞猪广告算法中的实践
- 阿里妈妈:基于动态背包的多场景广告序列投放算法
- 腾讯用户增长技术:广告智能投放
- 360展示广告智能化演进
- 商业化广告策略解读
- 广告算法在阿里文娱用户增长中的实践
- 阿里定向广告智能投放技术体系
- 爱奇艺效果广告的个性化探索与实践
- 计算广告OCPC实践(四) 如何从0开始建立ocpc业务
- 计算广告OCPC实践(三) ocpx效果到底怎么样?从ocpc与ocpm的区别说起
- Hulu:视频广告系统中的算法实践
- 计算广告OCPC算法实践(二) ocpc智能出价PID控制中不同偏差函数特性对比
- 计算广告OCPC算法实践(一) 智能出价PID控制中的偏差与响应函数设计
- 阿里妈妈:品牌广告中的 NLP 算法实践
- 《计算广告》学习笔记
- OCPC 广告算法在凤凰新媒体的实践探索
- 计算广告发展历程——从CPC到oCPX
- 百度凤巢新一代广告召回系统——“莫比乌斯”
- 广告出价--如何使用PID控制广告投放成本
- PID控制算法原理(抛弃公式,从本质上真正理解PID控制)
- 广告和推荐排序中消除position bias的方法
- oCPC:计算广告出价策略
- 广告点击率CTR修正-Wilson CTR
- 图算法在流量反作弊中的实践
- 梳理总结211篇论文,首篇基于图神经网络的推荐系统综述
- 图对比学习的最新进展
- 图神经网络算法在推荐场景下的实践
- GNN在下拉推荐的应用
- 实现大规模图计算的算法思路
- 图算法在网络黑产挖掘中的思考
- 大规模图算法在京东广告的实践
- 图挖掘与多关系学习:工具与应用,亚马逊与CMU-WWW2021教程,附161页ppt
- 一文直击Graph Embedding图表示学习的原理及应用
- 【GraphEmbedding】DeepWalk算法原理,实现和应用
- 【GraphEmbedding】LINE:算法原理,实现和应用
- 【GraphEmbedding】node2vec:算法原理,实现和应用
- 【GraphEmbedding】GraRep:基于矩阵分解的图表示学习
- 【GraphEmbedding】SDNE算法原理,实现和应用
- 【GraphEmbedding】Struc2Vec算法原理,实现和应用
- 【GNN】一文读懂图卷积GCN
- 【GNN】GCN 算法原理,实现和应用
- 二部图表示学习 | Graph Convolutional Matrix Completion
- node2vec随机游走优化思路和代码实现
- 【斯坦福CS224W 图与机器学习(1-2)】:图模型基本介绍
- 【斯坦福CS224W 图与机器学习 3】:Motifs and Structural Roles
- KDD19 DGL教程:Recommender System with GNN
- 社交图谱的标签传播算法
- 美团商品知识图谱的构建及应用
- MSRA自监督学习与注意力建模研究实践
- 火山翻译:工业级应用与研究
- 小米在预训练模型的探索与优化
- 复旦邱锡鹏组最新综述:A Survey of Transformers!
- Transformer的一家!.
- 这20个技巧让你的NN训练事半功倍
- 【论文串讲】从BERT和XLNet到MPNet
- 预训练模型系列-通用预训练MASS
- 【论文串讲】从GPT和BERT到XLNet
- Transformer 超详细解读,一图胜千言
- 【经典精读】Transformer模型深度解读
- word2vec模型深度解析
- NLP与推荐系统的比较、联系与未来
- 知识图谱入门系列
- 知识图谱基本概念&工程落地常见问题
- 本科生晋升GM记录 & kaggle比赛进阶技巧分享
- 9102年入门GAN的补习
- 快速掌握TensorFlow中张量运算的广播机制
- 那些年踩过的Tensorflow的坑(二) 实现FM 10x加速
- 那些年踩过的Tensorflow的坑(一) 实现FM 10x加速
- 深度学习的综述的综述
- l2 regularization 和 weight decay的不同
- 施一公:清华70%的高考状元都去哪了?
- 89岁,他拿下人生第三个博士学位
- 你是什么时候对深度学习失去信心的?
- 润了!大龄码农从北京到荷兰的躺平生活
- 一个算法工程师在技术方面的反思!
- CMU AI PhD 第一年总结
- 计算所与北大往事回顾
- 雷军做程序员时写的文章,太牛了!
- 清华姚班教授劝退文:我见过太多PhD,精神崩溃、心态失衡、身体垮掉、一事无成
- 字节遭遇离职潮
- 一位博士在华为的22年
- 太卷了,要跑路吗?
- 三十而立,我决定从字节裸辞
- 读博,我想好了!
- 大规模裁员后,计算机会成为下一个土木吗?
- 算法实习指南
- 随记:加入微软三个月后
- 内卷?谈谈AI算法人才职业发展
- Google 十年
- 2022年,算法工程师必备的能力是什么?
- 诸葛越:关于算法工程师职业发展的思考
- 算法工程师如何应对业务方和老板的灵魂拷问?
- 算法工程师也会遇到35岁这道坎么?
- 推荐/广告算法社招生存指南
- 一年级算法工程师的工作总结
- 谈一谈算法工程师的落地能力
- 美H1-B签证改革更有利IT公司从全球招聘——聊聊国内如何找美国算法岗工作
- 北美亚麻的故事:金融数学转码农转Applied Scientist
- 算法小白的学习路线(二)
- 算法小白的学习路线(一)
- 你见过最差的算法工程师能差到什么程度?
- 我的求职经验总结
- 求职面试 | 《剑指Offer》Python题解&常考题总结
- 非科班如何拿到外企和国内大厂SSP Offer的?
- 实验小师弟的新鲜春招面经(阿里搜索,微信,微软等)
- Facebook、AWS、Google、Microsoft面试小记
- 算法工程师当前选哪个方向好?1,CV;2,NLP;3,推荐系统?
- 番外篇——社招如何拿到心仪公司的offer