点击率预估又有新花样?
好久没有写排序模型了,最近又看到一篇令人眼前一亮的论文,Deep User Match Network for Click-Through Rate Prediction。该文提出以往的论文都专注于挖掘item与item的关系,又或者是交互特征,都忽视了用户和用户之间的关系。这篇论文创新的提出了Deep User Match Network-DUMN,该模型设计了用户表达层基于用户历史兴趣学习用户embeding。然后User Match层考虑了用户与用户的相关性,并对目标用户和候选item直接的相似度进行度量。废话不多说,直接看模型!
DUMN
先看看DUMN的框架图输入包括用户画像,用户行为,候选item的特征,上下文等,输入就是点击率。
用户和items之间有各种交互,如点击,打分。基于这种交互,我们可以获得目标用户的交互行为和候选集。
用户行为:指的是给定一个用户u,我们可以拿到该用户最近Nu个交互过的item list Iu和所有item的特征。
item行为:给定一个item m,我们可以获得和该item交互过的一个user list Um 以及这些用户的特征。Um = [(u1, Iu1), (u2, Iu2), ... , (Ul, Iul)]。
参考着上图,大家已经对整个模型有了初步的认识了。Embedding Layer不做过多介绍,就是把各种离散特征映射成embedding,通过该层,目标用户会被映射成eu,候选item会被映射成em,上下文会被映射成ec,用户行为Iu会被映射成xu,item行为会被映射成zm。其中
用户表示层(User Representation Layer),顾名思义就是要把xu和eu合并成一个embedding,当然少不了attention,如下图所示:
会和候选item做attention,再把item list通过sum pooling合并成一个embedding,最后和user embeddinghebing,如下式:
用户匹配层(User Match Layer),继续参考框架图,通过Relevance Unit计算item behavior和target user的attention,此处用于挖掘user-to-user的关系,将item behavior进行聚合,论文中使用的就是cos相似度,如下所示:
然后我们就可以通过Relavance Unit计算的相似度对item behavior进行聚合:
同时该模型将相似度总和也作为特征:
最终拼接特征,输出ctr并计算logloss:
实验
点击率预估又有新花样?
点击率预估又有新花样?相关推荐
- 精准营销:剖析广告点击率预估系统
引文 点击率预估系统最早是由谷歌实现,并应用在其搜索广告系统.在看到这一大杀器为谷歌带来滚滚财源之后,其他公司也纷纷效仿.直到今日,大大小小的"互联网广告公司",都宣称自己掌握了基 ...
- 效果广告点击率预估实践:在线学习
效果广告点击率预估实践:在线学习 原创 2016-03-24 腾讯大数据 腾讯大数据 1.引言 技术钻研如逆水行舟,不进则退.公司的广告业务发展非常迅猛,有目共睹,激烈的外部竞争和客户越来越高的期望, ...
- 点击率预估模型汇总_CIKM20MiNet:阿里|跨域点击率预估混合兴趣模型
" 本文介绍了阿里提出的一种利用跨域信息的CTR预估模型,基于UC头条的应用场景,将新闻feed流作为源域,广告作为目标域.跨域点击率预估的最大优势在于通过使用跨域数据,目标域中的数据稀疏和 ...
- 程序化广告交易中的点击率预估
程序化广告交易中的点击率预估 指标 广告点击率预估是程序化广告交易框架的非常重要的组件,点击率预估主要有两个层次的指标: 1. 排序指标.排序指标是最基本的指标,它决定了我们有没有能力把最合适的广告找 ...
- 【论文解读】CIKM20-MiNet:阿里|跨域点击率预估混合兴趣模型
" 本文介绍了阿里提出的一种利用跨域信息的CTR预估模型,基于UC头条的应用场景,将新闻feed流作为源域,广告作为目标域.跨域点击率预估的最大优势在于通过使用跨域数据,目标域中的数据稀疏和 ...
- 一文总结排序模型CTR点击率预估
CTR点击率预估系列家谱 炼丹之前,先放一张CTR预估系列的家谱,让脉络更加清晰. (一)FiBiNET:结合特征重要性和双线性特征交互进行CTR预估 1.1 背景 本文发表在RecSys 2019 ...
- 推荐算法炼丹笔记:排序模型CTR点击率预估系列
微信公众号:炼丹笔记 CTR点击率预估系列家谱 炼丹之前,先放一张CTR预估系列的家谱,让脉络更加清晰. (一)FiBiNET:结合特征重要性和双线性特征交互进行CTR预估 1.1 背景 本文发表在 ...
- 推荐搜索炼丹笔记:SIM 用户行为序列点击率预估模型
作者:十方,公众号:炼丹笔记 Search-based User Interest Modeling with Lifelong Sequential Behavior Data for Click- ...
- 推荐算法炼丹笔记:CTR点击率预估系列入门手册
CTR点击率预估系列家谱 炼丹之前,先放一张CTR预估系列的家谱,让脉络更加清晰. (一)FiBiNET:结合特征重要性和双线性特征交互进行CTR预估 1.1 背景 本文发表在RecSys 2019 ...
最新文章
- 对比 5 种分布式事务方案,还是宠幸了阿里的 Seata(原理 + 实战)
- vscode如何找letax模板_一直努力却找不到变美思路?韩国新一代「整容模板」,教你如何提高美商、科学变美!...
- 异常分发(内核异常)
- 神经网络实现xor_在神经网络中实现逻辑门和XOR解决方案
- 进程 、进程组、会话、控制终端之间的关系
- 阿里云上Kubernetes集群联邦
- css div设置inline-block后 div顶部对齐
- yum更新php版本,yum php版本太低怎么办
- 银行票据+票据池相关的项目讲解
- 2020手机的像素密度ppi排行_5g手机排行榜最新2020年11月5g手机性价比排行榜
- 显著性检测论文梳理(Saliency Detection)
- 计算机语言排行之我见
- ios 查看crash日志
- Kettle【部署 02】Linux环境 Kettle pdi-ce-9.0.0.0-423 安装部署 carte 服务运行及 Java 集群调用实例(安装包1.85G+测试ktr\kjb\源码)
- Cadence Allegro PCB添加泪滴的方法
- 骨传导品牌排行榜前十名,2022十大骨传导耳机品牌
- java 第六次实验_操作系统第六次实验报告——使用信号量解决哲学家进餐问题...
- excel表格多行空白,让空白行临近上方的数据自动填充到空白行
- Oracle-1 - :超级适合初学者的入门级笔记,CRUD,事务,约束 ......
- Android 12小时制/24小时制获取方式及转换