Deep & Cross Network總結
一、介紹 CTR預估全稱是Click Through Rate，就是展示給用戶的廣告或者商品，估計用戶點擊的概率。公司規模較大的時候，CTR直接影響的價值在數十億美元的級別。廣告支付一個非常流行的模型就是CPC(cost-per-click)，就是按照用戶的點擊來付錢。那么准確的進行CTR預估 ...
原文：【Paper】Deep & Cross Network for Ad Click Predictions
目錄 背景 相關工作 主要貢獻 核心思想 Embedding和Stacking層 交叉網絡 Cross Network 深度網絡 Deep Network 組合層 Combination Layer 理論分析 多項式近似 FM的泛化 高效映射 總結及思考 背景 探索具有預測能力的組合特征對提高CTR模型的性能十分重要，這也是大量人工特征工程存在的原因。但是數據高維稀疏 大量離散特征one hot ...
2018-11-09 16:19 0 838 推薦指數：
相關推薦
DIN(Deep Interest Network of CTR) [Paper筆記]
背景 經典MLP不能充分利用結構化數據，本文提出的DIN可以(1)使用興趣分布代表用戶多樣化的興趣（不同用戶對不同商品有興趣）(2)與attention機制一樣，根據ad局部激活用戶興趣相關的興趣（用戶有很多興趣，最后導致購買的是小部分興趣，attention機制就是保留並激活這部分興趣 ...
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 ...
[ 論文閱讀 ] [ 2018 KDD ] [ 42 ] Deep Interest Network for Click-Through Rate Prediction
這個博客的目的是串一下阿里的一篇利用神經網絡進行點擊率預估的文章。作者提出了DIN (Deep Interest Network) 網絡, 對點擊的提升較大。 特征工程 工業界的數據一般長成categorial的形式，例如，我們有下面的數據: [weekday=Friday ...
Deep Belief Network簡介
1. 多層神經網絡存在的問題 常用的神經網絡模型, 一般只包含輸入層, 輸出層和一個隱藏層： 理論上來說, 隱藏層越多, 模型的表達能力應該越強。但是, 當隱藏層數多 ...
Cross Stage Partial Network(CSPNet)
Cross Stage Partial Network(CSPNet) 一. 論文簡介 降低計算量，同時保持或提升精度 主要做的貢獻如下（可能之前有人已提出）： 提出一種思想，特征融合方式（降低計算量的同時保證精度） 二. 模塊詳解 2.1 論文思路簡介 ...
OCPC(Optimized Cost per Click)[Paper筆記]
背景 在線廣告中，廣告按照CPM排序，排在前面的廣告競爭有限廣告位（截斷）。其中，CPM=bid*pctr。注GSP二價計費的，按照下一位bid計費。適當調整bid，可以提高競價的排名，從而 ...