Deep & Cross Network总结
一、介绍 CTR预估全称是Click Through Rate，就是展示给用户的广告或者商品，估计用户点击的概率。公司规模较大的时候，CTR直接影响的价值在数十亿美元的级别。广告支付一个非常流行的模型就是CPC(cost-per-click)，就是按照用户的点击来付钱。那么准确的进行CTR预估 ...
原文：【Paper】Deep & Cross Network for Ad Click Predictions
目录 背景 相关工作 主要贡献 核心思想 Embedding和Stacking层 交叉网络 Cross Network 深度网络 Deep Network 组合层 Combination Layer 理论分析 多项式近似 FM的泛化 高效映射 总结及思考 背景 探索具有预测能力的组合特征对提高CTR模型的性能十分重要，这也是大量人工特征工程存在的原因。但是数据高维稀疏 大量离散特征one hot ...
2018-11-09 16:19 0 838 推荐指数：
相关推荐
DIN(Deep Interest Network of CTR) [Paper笔记]
背景 经典MLP不能充分利用结构化数据，本文提出的DIN可以(1)使用兴趣分布代表用户多样化的兴趣（不同用户对不同商品有兴趣）(2)与attention机制一样，根据ad局部激活用户兴趣相关的兴趣（用户有很多兴趣，最后导致购买的是小部分兴趣，attention机制就是保留并激活这部分兴趣 ...
Paper Read: Robust Deep Multi-modal Learning Based on Gated Information Fusion Network
Robust Deep Multi-modal Learning Based on Gated Information Fusion Network 2018-07-27 14:25:26 Paper：https://arxiv.org/pdf/1807.06233.pdf ...
[ 论文阅读 ] [ 2018 KDD ] [ 42 ] Deep Interest Network for Click-Through Rate Prediction
这个博客的目的是串一下阿里的一篇利用神经网络进行点击率预估的文章。作者提出了DIN (Deep Interest Network) 网络, 对点击的提升较大。 特征工程 工业界的数据一般长成categorial的形式，例如，我们有下面的数据: [weekday=Friday ...
Deep Belief Network简介
1. 多层神经网络存在的问题 常用的神经网络模型, 一般只包含输入层, 输出层和一个隐藏层： 理论上来说, 隐藏层越多, 模型的表达能力应该越强。但是, 当隐藏层数多 ...
Cross Stage Partial Network(CSPNet)
Cross Stage Partial Network(CSPNet) 一. 论文简介 降低计算量，同时保持或提升精度 主要做的贡献如下（可能之前有人已提出）： 提出一种思想，特征融合方式（降低计算量的同时保证精度） 二. 模块详解 2.1 论文思路简介 ...
OCPC(Optimized Cost per Click)[Paper笔记]
背景 在线广告中，广告按照CPM排序，排在前面的广告竞争有限广告位（截断）。其中，CPM=bid*pctr。注GSP二价计费的，按照下一位bid计费。适当调整bid，可以提高竞价的排名，从而 ...