论文阅读---推荐、广告、增长

本文主要收集及分类一些比较重要的论文。

蒸馏

参考文档：https://editor.csdn.net/md/?articleId=121592263#_66

《Distilling the Knowledge in a Neural Network》 2015-Hinton

最原始的蒸馏论文。

一文搞懂知识蒸馏

《Deep mutual learning》 2017

此方法不再是学生网络学习教师网络，本篇论文打破这种预先定义好的“强弱关系”，提出了一种深度相互学习策略，即一组学生网络在整个训练过程中相互学习。

《Improved Knowledge Distillation via Teacher Assistant》 2019

在较大的teacher和很小的student之间加入容量介于二者之间的Teacher Assistant，teacher先蒸馏TA，TA再蒸馏student。

《FitNets：Hints for thin deep nets》 2015

本篇论文侧重feature蒸馏。为什么要蒸馏feature呢？logits相当于“答案”，feature相当于“思路”。student学习“思路”比学习“答案”容易。FitNets简单来说就是剖开teacher和student的某一层，而让二者这一层的输出间的mse最小。所有之前的工作都是专注于压缩teacher网络到更浅更宽的网络，没有充分利用深度。论文通过利用深度解决网络压缩的问题，提出新方法训练thin and deep网络FitNets。注意：由于这一层feature map的shape不一定一样，student在蒸馏过程中这一层后会接一个wr来调整，蒸馏结束拆掉这一层。

多目标

参考：https://editor.csdn.net/md/?articleId=121170315

mmoe

ESMM

ple

AITM：Modeling the Sequential Dependence among Audience Multi-step Conversions with Multi-task Learning in Targeted Display Advertising

注意力机制

《Attention is all you need》 谷歌2017

Attention是为了进一步区分特征的不同重要性，为其赋予不同的注意力权值强调不同特征的重要性。

《Transformer》 Google 2017(MHA)

MHA+残差网络+Norm
Transformer 的内部，在本质上是一个 Encoder-Decoder 的结构，即 编码器-解码器。

Transformer 中抛弃了传统的 CNN 和 RNN，整个网络结构完全由 Attention 机制组成，并且采用了 6 层 Encoder-Decoder 结构。

https://chowdera.com/2021/02/20210202073723694h.html

loss

《Asymmetric Loss For Multi-Label Classification》 2020 Alibaba 达摩院

1、一种非对称损失，它在正负样本上有不同的操作。主要针对正负样本不平衡，对loss的影响应该不同。
2、提出硬阈值，硬阈值对正负样本极度不平衡的时候有效。硬阈值从梯度的角度去分析，能够摒弃掉label标错的负样本。

focal loss --困难样本

equal loss --long tail

《Deep Ordinal Regression Network for Monocular Depth Estimation》 --2018 提高auc

特征交互

DCN --2017斯坦福大学&谷歌

Wide&Deep模型的进化，Deep&Cross模型，简称DCN。利用Cross网络代替原来的Wide部分。

PNN 2016 上交

使用乘积层Product Layer，不同特征的Embedding不再是简单的concat，而是用Product操作进行两两交互，更有针对性的获取特征之间的交叉信息。

FM

用户兴趣建模

《Multi-Interest Network with Dynamic Routing for Recommendation at Tmall》 MIND 2019 Tmall

《SIM》

Embedding

《Discriminative deep random walk for network classification》2016

《YouTube-Deep Neural Networks for YouTube Recommendations》2016

《Billion-scale Commodity Embedding for E-commerce Recommendation in Alibaba》2018 阿里

嵌入的方法主要来源于DeepWalk。
推荐面临三大技术挑战：
•可扩展性：尽管许多现有的推荐方法在小规模数据集（即数百万用户和项目）上运行良好，但在更大规模的数据集（即10亿用户和20亿项目）上失败。
•稀疏性：由于用户往往只与少量项目交互，因此很难训练出准确的推荐模型，尤其是对于交互次数很少的用户或项目。它通常被称为“稀疏性”问题。
•冷启动：每小时有数百万个新项目被连续上传。这些项目没有用户行为。处理这些项目或预测用户对这些项目的偏好是很困难的，这就是所谓的“冷启动”问题。

（b）边是购买/浏览/加购顺序，边上的权重是频次。
消除噪声：
1、如果单击后的停留时间少于一秒钟，则单击可能是无意的，需要删除。
2、有些“过度活跃（羊毛党）”的用户实际上是垃圾邮件用户。根据长期观察，如果一个用户在不到三个月的时间内购买了1000件商品或者他/她的点击总数超过3500次，那么这个用户很可能是一个垃圾邮件用户。我们需要过滤掉这些用户的行为。
3、零售商不断更新商品的细节。在极端情况下，一个商品在经过长时间的更新后，可能会成为同一个标识符的完全不同的商品。因此，我们删除与标识符相关的项。

与DeepWalk相比的特色：为了解决冷启动问题，使用冷启动项目附带的Side Information来增强BGE。在电子商务的RS场景中，边信息是指一个商品的类别、商店、价格等，在排名阶段被广泛用作关键特征，但在匹配阶段很少被应用。在图形嵌入中加入侧信息可以缓解冷启动问题。例如，优衣库（同一家店）的两个连帽衫（同一类别）可能看起来很相似，喜欢尼康镜头的人也可能对佳能相机（类似类别和类似品牌）感兴趣。这意味着具有相似边信息的项应该更靠近嵌入空间。

label smooth

分类模型

Deep Residual Learning for Image Recognition何凯明

ltv

《Learning Reliable User Representations from Volatile and Sparse Data to Accurately Predict Customer Lifetime Value》

ltv的挑战：用户的消费行为数据不稳定、噪声、数据稀疏。
为了解决这些问题，本文提出，利用用户收入时间序列、用户属性去学习temporal and structural user representations。temporal representation通过小波变化去学习，structural rep- resentation通过Graph Attention Network (GAT)来学习。
传统的ltv分两类：基于概率的生成方法和基于机器学习的方法。前者主要是预测复购和用户流失，但这种方法依赖先验分布。还有一种角度是把ltv看作一种特殊的时间序列预测任务。

Uplift Model

《2020-Uplift Modeling for Multiple Treatments with Cost Optimization》

召回

《Learning Tree-based Deep Model for Recommender Systems》 TDM 阿里妈妈 2018