V
主页
排序04:视频播放建模
发布人
视频播放的建模主要有两个目标:视频播放时长、视频完播率。这节课讨论如何在多目标排序模型添加与播放时长、完播率相关的预估任务。 课件地址: https://github.com/wangshusen/RecommenderSystem
打开封面
下载高清视频
观看高清视频
视频下载器
快速排序代码(C/C++实现) 细到爆炸!
排序01:多目标模型
行为序列02:DIN模型(注意力机制)
排序02:Multi-gate Mixture-of-Experts (MMoE)
行为序列01:用户历史行为序列建模
排序03:预估分数融合
排序05:排序模型的特征
物品冷启01:优化目标 & 评价指标
物品冷启04:Look-Alike 召回
召回06:双塔模型——模型结构、训练方法
概要03:推荐系统的AB测试
召回01:基于物品的协同过滤(ItemCF)
特征交叉04:SENet 和 Bilinear 交叉
推荐系统涨指标的方法05:特殊用户人群
召回03:基于用户的协同过滤(UserCF)
行为序列03:SIM模型(长序列建模)
召回08:双塔模型——线上服务、模型更新
特征交叉01:Factorized Machine (FM) 因式分解机
召回07:双塔模型——正负样本
召回05:矩阵补充、最近邻查找
推荐系统涨指标的方法03:排序模型
召回11:地理位置召回、作者召回、缓存召回
特征交叉03:LHUC (PPNet)
召回04:离散特征处理
重排04:DPP 多样性算法(上)
召回09:双塔模型+自监督学习
概要01:搜索引擎的基本概念
重排01:物品相似性的度量、提升多样性的方法
物品冷启02:简单的召回通道
召回02:Swing 模型
物品冷启05:流量调控
概要02:推荐系统的链路
物品冷启06:冷启的AB测试
排序06:粗排模型
召回10:Deep Retrieval 召回
推荐系统涨指标的方法06:交互行为(关注、转发、评论)
推荐系统涨指标的方法04:多样性
物品冷启03:聚类召回
重排05:DPP 多样性算法(下)
概要04:搜索引擎的链路(查询词处理、召回、排序)