V
主页
召回06:双塔模型——模型结构、训练方法
发布人
双塔模型(two-tower)也叫 DSSM,是推荐系统中最重要的召回通道,没有之一。这节课的内容是双塔模型的结构、训练方式。 双塔模型有两个塔:用户塔、物品塔。两个塔各输出一个向量,作为用户、物品的表征。两个向量的內积或余弦相似度作为对兴趣的预估。 有三种训练双塔模型的方式:pointwise、pairwise、listwise。 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
小红书REDtech来了|搜推系统召回阶段的前沿进展
召回07:双塔模型——正负样本
排序01:多目标模型
召回01:基于物品的协同过滤(ItemCF)
召回08:双塔模型——线上服务、模型更新
行为序列01:用户历史行为序列建模
召回09:双塔模型+自监督学习
召回03:基于用户的协同过滤(UserCF)
(强推)这是一套很变态...但可以让你快速掌握【推荐系统算法】的神级教程整整200集,学完这些推荐系统就很牛了!
召回04:离散特征处理
概要03:推荐系统的AB测试
召回02:Swing 模型
召回10:Deep Retrieval 召回
排序02:Multi-gate Mixture-of-Experts (MMoE)
推荐系统涨指标的方法02:召回
淼懂推荐召回算法-5双塔dssm百万级物料召回工程挑战和应对(上)
相关性04:BERT模型 (Part 1) - 模型结构、线上推理
特征交叉02:DCN 深度交叉网络
概要02:推荐系统的链路
《基于双塔模型的推荐系统召回排序与部署》项目-推荐系统与双塔模型背景说明
物品冷启02:简单的召回通道
召回05:矩阵补充、最近邻查找
行为序列03:SIM模型(长序列建模)
召回12:曝光过滤 & Bloom Filter
物品冷启01:优化目标 & 评价指标
特征交叉04:SENet 和 Bilinear 交叉
行为序列02:DIN模型(注意力机制)
召回11:地理位置召回、作者召回、缓存召回
排序05:排序模型的特征
概要04:搜索引擎的链路(查询词处理、召回、排序)
推荐系统涨指标的方法03:排序模型
概要01:搜索引擎的基本概念
特征交叉03:LHUC (PPNet)
物品冷启03:聚类召回
物品冷启04:Look-Alike 召回
排序06:粗排模型
排序03:预估分数融合
Tensorflow2实现推荐系统双塔DNN排序模型
推荐系统2.DSSM及双塔模型在推荐系统中的应用
排序04:视频播放建模