Revisit Recommender System in the Permutation Prospective

总结

提出permutation概念,rnn做rank

细节

user emb和item emb
考虑稀疏特征+稠密特征

permutation-matching
offline: 2个模型,分别预测ctr以及next score(是否继续阅览),不共享参数的dnn
online: 改进的beam search

permutation-rank
offline: bi-lstm + mlp,交叉熵损失

Revisit Recommender System in the Permutation Prospective_第1张图片
online: 使用上面的改进交叉熵损失

实验

评估指标:loss, auc, pearson
对比模型:dnn, deepFM, dlcm, prm
在线a/b test:pv, ipv(item pv)

你可能感兴趣的:(机器学习,深度学习,机器学习,rnn)