blcblc - 博客园

2022年5月5日

关于双塔模型的一篇文章-笔记

该文被密码保护。阅读全文

posted @ 2022-05-05 00:18 blcblc 阅读(0) 评论(0) 推荐(0)

2022年5月4日

先验知识注入推荐-笔记

该文被密码保护。阅读全文

posted @ 2022-05-04 22:45 blcblc 阅读(0) 评论(0) 推荐(0)

推荐五环系统梳理笔记

该文被密码保护。阅读全文

posted @ 2022-05-04 22:18 blcblc 阅读(0) 评论(0) 推荐(0)

关于FM算法的学习，很好，用于排序/召回/解释模型

该文被密码保护。阅读全文

posted @ 2022-05-04 21:32 blcblc 阅读(0) 评论(0) 推荐(0)

推荐统一框架流程概述-读书笔记

该文被密码保护。阅读全文

posted @ 2022-05-04 19:46 blcblc 阅读(0) 评论(0) 推荐(0)

推荐系统，这篇文章不错，对LR、深度学习、图网络有一个概述

该文被密码保护。阅读全文

posted @ 2022-05-04 17:42 blcblc 阅读(0) 评论(0) 推荐(0)

看一下这篇文章，负样本为王

该文被密码保护。阅读全文

posted @ 2022-05-04 00:40 blcblc 阅读(1) 评论(0) 推荐(0)

focal loss及其优化

摘要：参考这篇文章： https://blog.csdn.net/cxkyxx/article/details/108455805 我的理解：focal loss不是解决样本不平衡的问题，是解决hard/easy样本的问题。平衡交叉熵 focal loss 样本平衡focal loss 阅读全文

posted @ 2022-05-04 00:39 blcblc 阅读(201) 评论(0) 推荐(0)

负采样和Google双塔

摘要： https://zhuanlan.zhihu.com/p/166469248 双塔模型是应用非常普遍的深度学习召回模型，但是其本身也存在一些问题，比如使用softmax函数计算后验概率会带来采样偏差，popular item在负采样时出现的频率也会比较高等。而Google2019年提出的双塔模型则阅读全文

posted @ 2022-05-04 00:33 blcblc 阅读(2587) 评论(0) 推荐(0)

2022年5月3日

DSSM的一些题目

摘要： DSSM中的负样本为什么是随机采样得到的，而不用“曝光未点击”当负样本？召回是将用户可能喜欢的item，和用户根本不感兴趣的海量item分离开来，他面临的数据环境相对于排序来说是鱼龙混杂的。所以我们希望召回训练数据的正样本是user和item匹配度最高的那些样本，也即用户点击样本，负样本是use 阅读全文

posted @ 2022-05-03 22:34 blcblc 阅读(390) 评论(0) 推荐(0)