發(fā)簡(jiǎn)信
IP屬地：北京
-
推薦系統(tǒng)論文閱讀（五十六)-Star：一個(gè)模型服務(wù)多個(gè)場(chǎng)景論文： 論文題目：《One Model to Serve All: Star Topology Adaptive Recommender for...
-
推薦系統(tǒng)論文閱讀（五十五)-美團(tuán)：雙重增強(qiáng)雙塔召回模型論文： 論文題目：《A Dual Augmented Two-tower Model for Online Large-scale Recomm...
-
推薦系統(tǒng)論文閱讀（五十四)-谷歌：改進(jìn)的DCN-V2模型論文： 論文題目：《DCN V2: Improved Deep & Cross Network and Practical Lessons fo...
-
推薦系統(tǒng)論文閱讀（五十三)-基于多任務(wù)模型的蒸餾召回模型論文： 論文題目：《Distillation based Multi-task Learning: A Candidate Generation...
-
推薦系統(tǒng)論文閱讀（五十二)-序列推薦中的稀疏興趣網(wǎng)絡(luò)論文： 地址：https://arxiv.org/pdf/2102.09267.pdf 論文題目：《Sparse-Interest Networ...
-
推薦系統(tǒng)論文閱讀（五十一)-受樣本影響的FM模型論文： 論文題目：《An Input-aware Factorization Machine for Sparse Prediction》 論文...
-
推薦系統(tǒng)論文閱讀（五十)-基于用戶檢索序列的點(diǎn)擊率預(yù)估模型論文： 論文題目：《User Behavior Retrieval for Click-Through Rate Prediction》 論文地...
-
推薦系統(tǒng)論文閱讀（四十九)-阿里：使用曝光未點(diǎn)擊序列修正點(diǎn)擊序列論文： 論文題目：《Unclicked User Behaviors Enhanced Sequential Recommendation》 論...
-
推薦系統(tǒng)論文閱讀（四十八)-谷歌:修正雙塔向量召回模型論文： 論文題目：《Sampling-Bias-Corrected Neural Modeling for Large Corpus Item ...