1.前言 Transformer是由论文《Attention is All You Need》首次提出，Transformer首次提出时主要是用来解决机器翻译任务的，在这之前大家做机器翻译任务用的最多...
深度学习
通俗理解Transformer及在推荐中的应用
深度学习
推荐系统
推荐召回算法：DSSM深度语义匹配模型理解与工业实践
1. 简介 DSSM（Deep Structured Semantic Models）是深度语义匹配模型，最早由微软在2013年提出，主要应用于NLP的语义检索任务中，通过对用户的历史点击Query和...
机器学习
FM 原理及在召回中的应用(python实现)
FM 原理及在召回中的应用(python实现) 1. 综述 为了学习推荐系统的召回模型，首先梳理了一下FM模型，权当是学习笔记，记录一下。 FM（factor Machine，因子分解机）算法是一种基...
深度学习
推荐系统工业界召回论文调研
1. 2020_KDD_ComiRec 论文综述：主要是应用于召回，是序列化推荐的解决方案。提出一个新的序列化推荐模块-ComiRec 解决问题： 聚焦匹配问题，提升召回的性能，也就是候选物的精度 解...
评论