摘要：
https://zhuanlan.zhihu.com/p/441823563 https://zhuanlan.zhihu.com/p/650410731 阅读全文
摘要：
背景 这是一篇阿里发表的permutation-wise优化的重排论文，阿里在这篇论文里提出了PRS重排框架，其由两个步骤组成： 1. PMatch：采用beam search算法生成候选序列 2. PRank：设计了permutation-wise model DPWN 计算 permutatio 阅读全文
摘要：
和DLCM做法类似，都是使用序列模型对rank后的结构做rerank，不同点是PRM使用了transform encoder来建模，并且使用了用户预训练向量和位置向量 最后一层使用了softmax来计算每个item被点击的概率（论文提到使用click作为label，也就是所存在多个label为1的情 阅读全文
摘要：
论文名：Learning a Deep Listwise Context Model for Ranking Refinement 背景 在搜索场景下，给定一个查询q，q和d特征的向量表示x(q,d)，rank阶段的loss可以表示为： 其中：Q是query的集合，D是doc集合，f是rank模型函 阅读全文
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表示用户兴趣，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