摘要：
论文地址：Globally Optimized Mutual Influence Aware Ranking in E-Commerce Search 背景 传统的排序算法基本都是point-wise的算法，没有考虑到一起展示的其它商品对当前商品的影响。但是在电商场景下，如果一个商品和它一起展示的同 阅读全文
摘要：
https://zhuanlan.zhihu.com/p/687478684 https://www.zhihu.com/question/646766849 阅读全文
摘要：
背景 目前最常见的召回可以分两类： 1. 以item cf为代表的i2i召回 2. 以双塔模型为代表的u2i召回 下面是这两种召回的优缺点： 总结来说就是i2i不好加入side info信息，u2i不好逐个行为粒度的a56爆大奖在线娱乐用户兴趣，pdn算法正结合两种方法的优点 模型结构 pdn的模型结构如上图所示， 阅读全文
摘要：
https://blog.csdn.net/weixin_46838716/article/details/126138597 阅读全文
摘要：
1. 模型训练完后可以得到item embedding，用item embedding构建HNSW索引 2. serving时，对每层计算topk item 参考资料 https://zhuanlan.zhihu.com/p/443113850 https://arxiv.org/pdf/2202. 阅读全文
摘要：
https://zhuanlan.zhihu.com/p/266023273 阅读全文
摘要：
论文链接：Deep Match to Rank Model for Personalized Click-Through Rate Prediction 代码链接 背景 目前推荐系统大多集中在研究怎么建模用户的个性化推荐，对user和item相关性的研究比较少，这篇论文结合match和rank阶段的 阅读全文
摘要：
from pyspark.sql import SparkSession spark = SparkSession.builder.enableHiveSupport().getOrCreate() spark.conf.set("hive.exec.dynamic.partition.mode", 阅读全文
摘要：
https://blog.csdn.net/m0_37924639/article/details/112503883 https://zhuanlan.zhihu.com/p/261923201 阅读全文
摘要：
背景 MMoE模型从一定程度上解决了多个目标（任务）在训练过程中的相互耦合的问题，即使用门控概念（gate network）降低了因为share-layer部分带来的“特征耦合”。但其实这是不够的，因为在每一个expert内部，与其他的expert不存在联系，这导致a56爆大奖在线娱乐expert的表达能力不是“那 阅读全文