摘要：
背景 这是阿里发的一篇 Multi-Domain CTR 预估论文 模型结构 star模型结构如上图所示，和普通的ctr模型对比，主要有以下几个区别： 1. BN层换成了PN，简单来说就是对不同domain的样本采用了不同的BN 2. Star Topology FCN，不同domain有一个共享的 阅读全文
摘要：
背景 在推荐系统中存在用户行为稀疏的问题，特别是在召回阶段，用户有过交互的item只占非常少的一部分，只有这部分数据我们能用来训练，但是serving时要serving全库item，这可能会导致倾向热门的item，特别是对冷启动非常不友好。这篇论文引入来在CV、NLU中取得成功的对比学习方法，通过一 阅读全文
摘要：
背景 xDeepFM方法是DCN系列的延续与改进，DCN方法主要问题是特征交叉是bit-wise，但是实际中，特征是分field（每个feature对应的embedding），因此xDeepFM中提出了field-wise的显式高阶特征交叉方法CIN 模型原理 xDeepFM模型结构的整体框架保持了 阅读全文
摘要：
如何理解柏松分布？ https://blog.csdn.net/ccnt_2012/article/details/81114920 阅读全文
摘要：
定义 简单理解 二项分布其实就是 n 次独立重复事件成功 k 次的概率 期望和方差 阅读全文
摘要：
https://zhuanlan.zhihu.com/p/92293407 待整理 阅读全文
摘要：
1. 避免创建重复的RDD 2. 尽可能复用同一个RDD 3. 对多次使用的RDD进行持久化 // 如果要对一个RDD进行持久化，只要对这个RDD调用cache()和persist()即可。 // 正确的做法。 // cache()方法表示：使用非序列化的方式将RDD中的数据全部尝试持久化到内存中。 阅读全文
摘要：
Executor配置 conf={ "spark.executor.memory": "4g", "spark.executor.cores":"4", "spark.executor.instances": "150", "spark.yarn.executor.memoryOverhead": 阅读全文
摘要：
Application application（应用）其实就是spark-submit提交的spark应用程序。一个完整的Spark应用程序包含如下几个基本步骤： 获取输入数据（通过序列获取，读取HDFS，读取数据库，读去S3等！） 处理数据（具体的代码逻辑） 输出结果（导入到HDFS，Hbase， 阅读全文
摘要：
推荐系统中的召回和排序 在推荐系统中一般会分为召回和排序两个阶段： 召回 召回的目标是从千万级甚至亿级的候选中召回几千个item，召回一般由多路组成，每一路会有不同的侧重点（优化目标），如在广告中成熟期广告和冷启动广告分为两路召回（如果广告比较多，还可能分冷热广告分别召回）。在推荐系统，不同路可能代 阅读全文