V
主页
京东 11.11 红包
召回09:双塔模型+自监督学习
发布人
前几节课详细讲解了双塔模型。这节课介绍一种改进双塔模型的方法,叫做自监督学习(self-supervised learning),用在双塔模型上可以提升业务指标。这种方法由谷歌在2021年提出,工业界(包括小红书)普遍验证有效。 课件链接: https://github.com/wangshusen/RecommenderSystem 参考文献: Tiansheng Yao et al. Self-supervised Learning for Large-scale Item Recommendations. In CIKM, 2021.
打开封面
下载高清视频
观看高清视频
视频下载器
召回01:基于物品的协同过滤(ItemCF)
召回07:双塔模型——正负样本
召回06:双塔模型——模型结构、训练方法
召回10:Deep Retrieval 召回
召回02:Swing 模型
排序01:多目标模型
召回08:双塔模型——线上服务、模型更新
召回03:基于用户的协同过滤(UserCF)
物品冷启02:简单的召回通道
概要03:推荐系统的AB测试
【王树森】深度强化学习(DRL)
召回12:曝光过滤 & Bloom Filter
概要02:推荐系统的链路
召回04:离散特征处理
排序02:Multi-gate Mixture-of-Experts (MMoE)
召回05:矩阵补充、最近邻查找
行为序列01:用户历史行为序列建模
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
行为序列03:SIM模型(长序列建模)
特征交叉04:SENet 和 Bilinear 交叉
重排04:DPP 多样性算法(上)
重排05:DPP 多样性算法(下)
排序03:预估分数融合
物品冷启01:优化目标 & 评价指标
推荐系统涨指标的方法02:召回
推荐系统涨指标的方法03:排序模型
排序06:粗排模型
特征交叉01:Factorized Machine (FM) 因式分解机
排序05:排序模型的特征
特征交叉03:LHUC (PPNet)
重排02:MMR 多样性算法(Maximal Marginal Relevance)
重排01:物品相似性的度量、提升多样性的方法
特征交叉02:DCN 深度交叉网络
推荐系统涨指标的方法01:概述
(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!
排序04:视频播放建模
相关性05:BERT模型 (Part 2) - 模型训练
【王树森】机器学习ML 联邦学习 Transformer