专栏深度推荐系统

专栏深度推荐系统 写文章   深度推荐系统   深度   · 27 篇内容 推荐文章    

[CIKM 2020] EdgeRec - 揭秘边缘计算在淘宝猜你喜欢的大规模应用

文章发表于CIKM 2020 Applied Research Track，文章地址： 1. 推荐系统中的痛点 在全面进入无线的时代，为了解决信息负载的问题，越来越多的推荐场景得到兴起，尤其是以列表推荐形…阅读全文​ ​赞同 108​​28 条评论 ​分享 ​收藏​ 举报

KDD 2020 | 深入浅出优势特征蒸馏在淘宝推荐中的应用

本期我们来看一篇又双叒叕来自于阿里巴巴的工业paper，被KDD 2020所接收。一眼望去题中有两个关键词，Privileged Features 和 Distillation，来，我们逐个击破。 论文：https://arxiv.org/abs/1907.05171 通俗版 先说Distillation，大家心里可能就已经有了一个初步的模…阅读全文​ ​赞同 212​​10 条评论 ​分享 ​收藏​ 举报

Google提出升级版SNR，解决Youtube视频推荐中的多任务迁移共享学习问题

导读：今天分享一下Google在AAAI 2019的一篇关于推荐中多目标迁移共享学习优化的论文，算是KDD 2018上MMoE[1]的升级版，推荐一读。 论文：SNR: Sub-Network Rout…阅读全文​ ​赞同 112​​3 条评论 ​分享 ​收藏​ 举报

Youtube推荐RL首弹，基于Top-K的Off-Policy矫正解决推荐中的信息茧房困境

导读：今天分享一下Google在WSDM 2019的一篇将强化学习应用于Youtube推荐的论文，作者宣称是获得了Youtube近两年来单次上线的最高收益。文中仔细介绍了RL在Youtube上的具体实…阅读全文​ ​赞同 157​​6 条评论 ​分享 ​收藏​ 举报

阿里 at KDD 2019，CTR预估中超长用户行为序列建模实践与批判性读后感

今天分享的论文是阿里妈妈广告团队发表在KDD 2019的《Practice on Long Sequential User Behavior Modeling for Click-Through Ra…阅读全文​ ​赞同 37​​7 条评论 ​分享 ​收藏​ 举报

AAAI 2020关于深度推荐系统与CTR预估相关的论文

导读：本文是“深度推荐系统”专栏的第十六篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文主要简要列举下Google、Facebook、Alibaba以及Tenc…阅读全文​ ​赞同 59​​5 条评论 ​分享 ​收藏​ 举报

图表示学习工具包CogDL + TensorFlow开源项目，期待你的参与

加“CogDL+TensorFlow交流群“请添加助手：deepdeliver(备注：姓名-学校/公司-方向) 近日，清华大学知识工程研究室（KEG）推出了一个大规模图表示学习工具包 CogDL，可以让…阅读全文​ ​赞同 22​​3 条评论 ​分享 ​收藏​ 举报

工业界推荐系统必读论文：基于深度学习的推荐模型—DLRM

引言 推荐系统尤其是深度推荐系统已经在工业界得到了广泛应用，尤其是在电商场景下（如淘宝和京东的商品推荐）。一个好的工业级推荐系统可以推动业务增长带来大量的经济效益。那么，工业级推荐系统的最佳实践是怎样的…阅读全文​ ​赞同 161​​4 条评论 ​分享 ​收藏​ 举报

动手学深度学习 + TF2.0开源项目，不容错过

导读：推荐一个开源项目，将《动手学深度学习》原书中的MXNet实现改为TensorFlow 2.0实现，适合系统化学习深度学习和TF2.0实战。…阅读全文​ ​赞同 26​​添加评论 ​分享 ​收藏​ 举报

Google最新论文，Youtube视频推荐如何做多目标排序

导读：本文是“深度推荐系统”专栏的第十五篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文主要介绍下Google在RecSys 2019上的最新论文[1]，提出了…阅读全文​ ​赞同 90​​5 条评论 ​分享 ​收藏​ 举报

Google工业风最新论文, Youtube提出双塔结构流式模型进行大规模推荐

导读：本文是“深度推荐系统”专栏的第十四篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文主要介绍下Google在RecSys 2019上的最新论文[1]，提出了…阅读全文​ ​赞同 179​​10 条评论 ​分享 ​收藏​ 举报

最新！五大顶会2019必读的Graph Embedding相关的论文

导读：本文是“深度推荐系统”专栏的第十三篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文主要总结一下深度推荐系统相关的几大顶会（包含ICML2019/ KDD2…阅读全文​ ​赞同 590​​6 条评论 ​分享 ​收藏​ 举报

ICCV 2019 | 成功从3/4层拓展到56层，训练超级深层的图卷积神经网络

导读：本文主要介绍一篇ICCV 2019 Oral上的论文[1]，在 CNN 结构的启发下成功将 GCN 的可训练深度从 3/4 层拓展到了 56 层，大幅度提高了图卷积网络的性能，并开源了源代码。另…阅读全文​ ​赞同 190​​7 条评论 ​分享 ​收藏​ 举报

深度CTR预估新积木ONN模型源码阅读与调参经验

导读：本文主要介绍深度CTR预估新积木：PNN + FFM - FM = ONN模型[1]，效果好于DeepFM和PNN。原文即出自知乎，原作者授权转载。发在这里只是为了利用知乎的内容自荐机制推荐一波。 作者：李欣宜 来源：https://zhuanlan.zhihu.com/p/80830028 整理：深度传送门 介绍 ONN全称Operation-aw…阅读全文​ ​赞同 30​​2 条评论 ​分享 ​收藏​ 举报

Google图嵌入工业界最新大招，高效解决训练大规模深度图卷积神经网络问题

导读：本文主要介绍Google发表在KDD 2019的图嵌入工业界最新论文[1]，提出Cluster-GCN，高效解决工业界训练大规模深度图卷积神经网络问题，性能大幅提升基础上依靠可训练更深层网络达到…阅读全文​ ​赞同 97​​7 条评论 ​分享 ​收藏​ 举报

今日头条最新论文，首次改进DQN网络解决推荐中的在线广告投放问题

导读：本文是“深度推荐系统”专栏的第十二篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文主要介绍今日头条推出的强化学习应用在推荐的最新论文[1]，首次改进DQN…阅读全文​ ​赞同 180​​15 条评论 ​分享 ​收藏​ 举报

经典！工业界深度推荐系统与CTR预估必读的论文汇总

导读：本文是“深度推荐系统”专栏的第十一篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文主要根据Google推出的引领推荐系统与CTR预估工业界潮流至今的一大神…阅读全文​ ​赞同 229​​4 条评论 ​分享 ​收藏​ 举报

最近三年四大顶会深度推荐系统上的18篇论文

导读：本文是“深度推荐系统”专栏的第十篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文主要根据RecSys 2019中论文《Are We Really Maki…阅读全文​ ​赞同 184​​2 条评论 ​分享 ​收藏​ 举报

KDD 2019高维稀疏数据上的深度学习Workshop论文汇总

导读：本文是“深度推荐系统”专栏的第九篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文简要总结一下阿里妈妈在KDD 2019上组织的第一届面向高维稀疏数据的深度…阅读全文​ ​赞同 89​​添加评论 ​分享 ​收藏​ 举报

Google最新论文，首次引入自动网络设计高效解决大规模深度推荐模型的特征嵌入问题

导读：本文是“深度推荐系统”专栏的第八篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文主要介绍下Google在大规模深度推荐模型上关于特征嵌入的最新论文。 欢迎…阅读全文​ ​赞同 100​​4 条评论 ​分享 ​收藏​ 举报

年中盘点！深度推荐系统与CTR预估2019年上半年值得精读的论文

导读：本文是“深度推荐系统”专栏的第七篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文主要总结一下深度推荐系统与CTR预估2019年值得精读的论文。 欢迎转载，…阅读全文​ ​赞同 334​​5 条评论 ​分享 ​收藏​ 举报

Youtube推荐已经上线RL了，强化学习在推荐广告工业界大规模应用还远吗？

导读：本文是“深度推荐系统”专栏的第六篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文主要根据几大顶会2019的最新论文，总结一下深度强化学习给推荐系统以及CT…阅读全文​ ​赞同 346​​9 条评论 ​分享 ​收藏​ 举报

一文看懂GAN演进图谱

导读：本文是“深度推荐系统”专栏的第五篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文着重于串讲GAN模型框架的演进图谱。 欢迎转载，转载请注明出处以及链接，更…阅读全文​ ​赞同 181​​20 条评论 ​分享 ​收藏​ 举报

最新！五大顶会2019必读的深度推荐系统与CTR预估相关的论文

导读：本文是“深度推荐系统”专栏的第四篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文主要总结一下深度推荐系统相关的几大顶会（包含ICML2019/ KDD20…阅读全文​ ​赞同 376​​13 条评论 ​分享 ​收藏​ 举报

一文看懂AutoEncoder模型演进图谱

导读：本文是“深度推荐系统”专栏的第三篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文则结合作者在工作中的经验总结，着重于串讲AutoEncoder模型框架的演进图谱。 欢迎转载，转载请注明出处以及链接，更多关于深度推荐系统优质内容请关注如下频道。 知乎专栏：深度推荐系统 微博…阅读全文​ ​赞同 203​​1 条评论 ​分享 ​收藏​ 举报

鸟枪换炮，如何在推荐中发挥AI Lab开源中文词向量的威力？

导读：本文是“深度推荐系统”专栏的第二篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文则结合作者在工作中的经验总结，着重于介绍在推荐系统中如何使用腾讯AI Lab开源的中文词向量。 欢迎转载，转载请注明出处以及链接，更多关于深度推荐系统优质内容请关注如下频道。 知乎专栏：深度推荐系统…阅读全文​ ​赞同 7​​3 条评论 ​分享 ​收藏​ 举报

推荐召回算法之深度召回模型串讲

导读：本文是“深度推荐系统”专栏的第一篇文章，这个系列将介绍在深度学习的强力驱动下，给推荐系统工业界所带来的最前沿的变化。本文则结合作者在工作中的经验总结，着重于串讲推荐召回层的模型变化。 欢迎转载，转载请注明出处以及链接，更多关于深度推荐系统优质内容请关注如下频道。 知乎专栏：深度推荐系统 微博：深度传送门 公众号：深度传送…阅读全文​ ​赞同 133​​7 条评论 ​分享 ​收藏​ 举报

 

       

标签：本文,推荐,系统,工业界,专栏,深度,分享
来源： https://www.cnblogs.com/cx2016/p/13907212.html