浅梦的学习笔记 公众号文章汇总 目录 排序&CXR预估 召回匹配 用户画像&特征工程 精彩讨论&知识沉淀 推荐搜索综合 计算广告 大数据 图算法 NLP&CV 求职面试 公众号:浅梦的学习笔记 微信:deepctrbot 相关项目: DeepCTR DeepMatch DeepCTR-Torch GraphEmbedding 排序&CXR预估 深度学习多目标优化的多个loss应该如何权衡 IJCAI2020 | 双重样本感知的因子分解机(附代码) 深度排序模型在淘宝直播的演进与应用 阿里粗排技术体系与最新进展 TensorFlow Estimator 模型从训练到部署 多任务学习在推荐算法中的应用 浅谈Learning to Rank中的RankNet和LambdaRank算法 线上线下效果一致性杂谈 多目标推荐场景下的深度学习实践 推荐系统中模型训练及使用流程的标准化 增量学习在CTR模型训练中的实践 深度学习技术在美图个性化推荐的应用实践 UC 信息流推荐模型在多目标和模型优化方面的进展 序列检索系统在淘宝首页信息流重排中的实践(文末下载重排经典论文合集) 大幅提升训练性能,字节提出新型分布式DNN训练架构 腾讯FAT | 未来感知的多样化趋势推荐框架 推荐系统rerank模型梳理&论文推荐 DCN-M:Google提出改进版DCN,用于大规模排序系统的特征交叉学习(附代码) 分类模型与排序模型在推荐系统中的异同分析 推荐系统中的排序学习 CIKM20 | 阿里MiNet:跨域点击率预估混合兴趣模型 KDD19 | 微软DeepGBM:使用树蒸馏提升在线预测任务下深度模型效果 推荐系统rank模块-Online Learning IJCAI19 | 推荐系统论文DSIN:Deep Session Interest Network Life-long兴趣建模视角CTR预估模型:Search-based Interest Model Ctr 预估之 Calibration AAAI20 | 阿里DMR:融合Match中协同过滤**的深度排序模型 线下auc涨,线上ctr/cpm跌的原因和解决办法 【视频讲解】DeepCTR中的xDeepFM原理和实现 【视频讲解】DeepCTR中的Deep&Cross Net原理和实现 【视频讲解】DeepCTR中的Wide&Deep原理和实现 【视频讲解】DeepCTR中的DeepFM原理和实现 常见CTR论文挑刺 万字长文梳理CTR预估模型发展过程与关系图谱 Evolution of CTR prediction models AAAI19 | 谷歌SNR: 灵活参数共享的多任务学习网络 CIKM19 | 如何刻画用户的多样兴趣——阿里MIND阅读笔记 CIKM19 | Fi-GNN 通过图神经网络建模特征交互作用来进行CTR预测 WWW18 | TEM:结合GBDT叶节点嵌入的可解释推荐模型 教你玩转deepctr的FLEN模型& Kaggle Avazu实验对比 浅谈流式模型训练体系 【CTR预估】FLEN: 一种时空高效的利用特征场信息缓解梯度耦合的CTR预测模型 【CTR预估】CTR模型如何加入稠密连续型和序列型特征? 【CTR预估】你真的需要 pairwise LTR吗?速览搜索推荐中pointwise和pairwise方法 Learning to rank基本算法小结 召回匹配 阿里深度树匹配召回体系演进 RALM: 实时 Look-alike算法在微信看一看中的应用 推荐场景中召回模型的演化过程 360展示广告召回系统的演进 字节跳动Deep Retrieval召回模型笔记 Embedding 技术在民宿推荐中的应用 EMBEDDING 在大厂推荐场景中的工程化实践 KDD18 | 阿里新一代召回系统TDM读后感 再评Airbnb的经典Embedding论文 推荐系统召回层做离线评估的一种姿势 SIGIR20 | 一文综述Learning to Match各种方法对比 推荐系统主流召回方法综述 一文梳理推荐系统的中 EMBEDDING 的应用实践 Faiss - 常见问题总结 CIKM18 | CFGAN:基于生成对抗网络的协同过滤框架 从 Triplet loss 看推荐系统中文章Embedding SDM(Sequential Deep Matching Model)的复现之路 RecSys19 | 谷歌最新双塔DNN召回模型——应用于YouTube大规模视频推荐场景 向量化召回在360信息流广告的实践 DeepMatch :用于推荐&广告的深度召回匹配算法库 【DeepMatch教程】YoutubeDNN在MovieLen1M数据集上进行向量召回 KDD19 | 算法调研-微信看一看Embedding CIKM18 | Ripple Net:融合知识图谱的推荐模型 跨境电商Etsy如何使用交互行为类型进行可解释推荐 搜索推荐中的召回匹配模型综述(一)--传统方法 搜索推荐中的召回匹配模型综述(二)--基于表示学习的深度学习方法 搜索推荐中的召回匹配模型综述(三)--基于匹配函数学习的深度学习方法 用户画像&特征工程 ⾼维特征的哈希技巧总结 SIGIR20 | 超越用户embedding矩阵:用哈希对大型用户建模 浅谈电商搜索推荐中ID类特征的统一建模:Hema Embedding解读 用户画像必会的行为偏好计算方法 精彩讨论&知识沉淀 学习交流小组精彩内容摘要 No.44 学习交流小组精彩内容摘要 No.43 学习交流小组精彩内容摘要 No.42 学习交流小组精彩内容摘要 No.41 学习交流小组精彩内容摘要 No.40 学习交流小组精彩内容摘要 No.39 学习交流小组精彩内容摘要 No.38 学习交流小组精彩内容摘要 No.37 学习交流小组精彩内容摘要 No.36 学习交流小组精彩内容摘要 No.35 学习交流小组精彩内容摘要 No.34 学习交流小组精彩内容摘要 No.33 学习交流小组精彩内容摘要 No.32 学习交流小组精彩内容摘要 No.31 学习交流小组精彩内容摘要 No.30 学习交流小组精彩内容摘要 No.29 学习交流小组精彩内容摘要 No.28 学习交流小组精彩内容摘要 No.27 学习交流小组精彩内容摘要 No.26 学习交流小组精彩内容摘要 No.25 学习交流小组精彩内容摘要 No.24 学习交流小组精彩内容摘要 No.23 学习交流小组精彩内容摘要 No.22 学习交流小组精彩内容摘要 No.21 学习交流小组精彩内容摘要 No.20 学习交流小组精彩内容摘要 No.19 学习交流小组精彩内容摘要 No.18 学习交流小组精彩内容摘要 No.17 学习交流小组精彩内容摘要 No.16 学习交流小组精彩内容摘要 No.15 学习交流小组精彩内容摘要 No.14 学习交流小组精彩内容摘要 No.13 学习交流小组精彩内容摘要(06.12-06.18) 学习交流小组精彩内容摘要(06.09-06.11) 学习交流小组精彩内容摘要(06.05-06.08) 学习交流小组精彩内容摘要(05.31-06.04) 学习交流小组精彩内容摘要(05.25-05.30) 学习交流小组精彩内容摘要(05.21-05.24) 学习交流小组精彩内容摘要(05.18-05.20) 学习交流小组精彩内容摘要(05.14-05.17) 学习交流小组精彩内容摘要(05.08-05.13) 学习交流小组精彩内容摘要(01.21-02.06) 学习交流小组精彩内容摘要(01.13-01.20) 学习交流小组精彩内容摘要(01.04-01.12) 推荐搜索综合 Query 理解和语义召回在知乎搜索中的应用 腾讯信息流内容理解技术实践 如何从 0 到 1 构建个性化推荐? 推荐生态中的bias和debias 推荐系统应该如何保障推荐的多样性? 浅谈 UC 国际信息流推荐 AutoML 在表数据中的研究与应用 推荐系统:石器与青铜时代 推荐系统衡量:ABtest 框架 低频少样本长验证周期场景下的算法设计 基于行列式点过程的推荐多样性提升算法 推荐系统评价:什么是好的推荐系统 万字长文解读电商搜索——如何让你买得又快又好 工业界推荐系统实用分析技巧 KDD20 | 推荐系统论文一览 搜索广告之自动化创意 KDD CUP 2020之Debiasing赛道方案 (Rush) 推荐系统研究中常用的评价指标 推荐多样性重排算法之MMR 推荐系统技术演进趋势:从召回到排序再到重排 推荐系统的发展与简单回顾 万字长文!推荐系统岗面试经验&学习心得 计算广告 爱奇艺效果广告的个性化探索与实践 计算广告OCPC实践(四) 如何从0开始建立ocpc业务 计算广告OCPC实践(三) ocpx效果到底怎么样?从ocpc与ocpm的区别说起 Hulu:视频广告系统中的算法实践 计算广告OCPC算法实践(二) ocpc智能出价PID控制中不同偏差函数特性对比 计算广告OCPC算法实践(一) 智能出价PID控制中的偏差与响应函数设计 阿里妈妈:品牌广告中的 NLP 算法实践 《计算广告》学习笔记 OCPC 广告算法在凤凰新媒体的实践探索 计算广告发展历程——从CPC到oCPX 百度凤巢新一代广告召回系统——“莫比乌斯” 广告出价--如何使用PID控制广告投放成本 PID控制算法原理(抛弃公式,从本质上真正理解PID控制) 广告和推荐排序中消除position bias的方法 oCPC:计算广告出价策略 广告点击率CTR修正-Wilson CTR 大数据 实时数据流计算引擎Flink和Spark剖析 Spark 的一些人生经验 大数据kafka理论实操面试题 Kafka 应用实践与生态集成 Flink 中文社区年度文章合集 图算法 一文直击Graph Embedding图表示学习的原理及应用 【GraphEmbedding】DeepWalk算法原理,实现和应用 【GraphEmbedding】LINE:算法原理,实现和应用 【GraphEmbedding】node2vec:算法原理,实现和应用 【GraphEmbedding】GraRep:基于矩阵分解的图表示学习 【GraphEmbedding】SDNE算法原理,实现和应用 【GraphEmbedding】Struc2Vec算法原理,实现和应用 【GNN】一文读懂图卷积GCN 【GNN】GCN 算法原理,实现和应用 二部图表示学习 | Graph Convolutional Matrix Completion node2vec随机游走优化思路和代码实现 【斯坦福CS224W 图与机器学习(1-2)】:图模型基本介绍 【斯坦福CS224W 图与机器学习 3】:Motifs and Structural Roles KDD19 DGL教程:Recommender System with GNN 社交图谱的标签传播算法 NLP&CV Transformer的一家!. 这20个技巧让你的NN训练事半功倍 【论文串讲】从BERT和XLNet到MPNet 预训练模型系列-通用预训练MASS 【论文串讲】从GPT和BERT到XLNet Transformer 超详细解读,一图胜千言 【经典精读】Transformer模型深度解读 word2vec模型深度解析 NLP与推荐系统的比较、联系与未来 知识图谱入门系列 知识图谱基本概念&工程落地常见问题 本科生晋升GM记录 & kaggle比赛进阶技巧分享 9102年入门GAN的补习 快速掌握TensorFlow中张量运算的广播机制 求职面试 谈一谈算法工程师的落地能力 美H1-B签证改革更有利IT公司从全球招聘——聊聊国内如何找美国算法岗工作 北美亚麻的故事:金融数学转码农转Applied Scientist 算法小白的学习路线(二) 算法小白的学习路线(一) 你见过最差的算法工程师能差到什么程度? 我的求职经验总结 求职面试 | 《剑指Offer》Python题解&常考题总结 非科班如何拿到外企和国内大厂SSP Offer的? 实验小师弟的新鲜春招面经(阿里搜索,微信,微软等) Facebook、AWS、Google、Microsoft面试小记 算法工程师当前选哪个方向好?1,CV;2,NLP;3,推荐系统? 番外篇——社招如何拿到心仪公司的offer