淘宝搜索推荐论文赏析 05 November 2018

栏目: 数据库 · 发布时间: 7年前

内容简介:最近在arxiv下载了几篇阿里巴巴淘宝发表的,关于商品搜索排序的论文。 这里通过学习论文内容来分析一下淘宝的搜索排序和推荐实践。Perceive Your Users in Depth: Learning Universal User Representations from Multiple E-commerce Tasks用户画像的通用表示学习

最近在arxiv下载了几篇阿里巴巴淘宝发表的,关于商品搜索 排序 的论文。 这里通过学习论文内容来分析一下淘宝的搜索排序和推荐实践。

Perceive Your Users in Depth: Learning Universal User Representations from Multiple E-commerce Tasks

用户画像的通用表示学习

Virtual-Taobao: Virtualizing Real-world Online Retail Environment for Reinforcement Learning

淘宝搜索的增强学习

Reinforcement Learning to Rank in E-Commerce Search Engine: Formalization, Analysis, and Application

使用增强学习模型来优化排序策略

定义 search session Markov decision process 来形式化搜索过程。然后使用梯度算法来优化决策过程中的排序策略。

A Brand-level Ranking System with the Customized Attention-GRU Model

Attention-GRU 品牌排序模型。要解决的需求是预测用户对品牌的偏好程度。

LSTM and GRU 是两种RNN模型,都具有避免梯度弥散的性质。两者相比之下,GRU参数较少,训练过程较快。我们在模型中引入了 attention 机制。

Multi-Level Deep Cascade Trees for Conversion Rate Prediction

提出一个瀑布结构的决策树集成学习模型

Deep Interest Network for Click-Through Rate Prediction

构建用户兴趣网络模型来预测商品的点击率


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

数据结构与算法分析

数据结构与算法分析

韦斯 (Mark Allen Weiss) / 机械工业出版社 / 2013-2-1 / 79.00元

本书是国外数据结构与算法分析方面的经典教材,使用卓越的Java编程语言作为实现工具讨论了数据结构(组织大量数据的方法)和算法分析(对算法运行时间的估计)。 随着计算机速度的不断增加和功能的日益强大,人们对有效编程和算法分析的要求也不断增长。本书将算法分析与最有效率的Java程序的开发有机地结合起来,深入分析每种算法,并细致讲解精心构造程序的方法,内容全面、缜密严格。 第3版的主要更新如......一起来看看 《数据结构与算法分析》 这本书的介绍吧!

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

随机密码生成器
随机密码生成器

多种字符组合密码

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具