Transformer对用户行为序列建模算法BST

Behavior Sequence Transformer(BST)算法是由阿里在2019年提出的算法,应用于淘宝推荐中的ranking阶段。在目前的推荐系统中,主流的深度学习方案,如WDL,并没有充分利用用户的行为序列(User's Behavior Sequence),在BST算法中,利用Transformer充分挖掘用户的行为序列,实现对用户行为序列的建模。

2020-10-13 00:24:15
阅读:190

基于Graph Embedding的GES和EGES

GES和EGES是阿里在2018年提出的两个基于Graph Embedding的算法,其中GES全称为Graph Embedding with Side Information,EGES全称为Enhanced Graph Embedding with Side Information。为了解决冷启动的问题,GES和EGES在计算item embedding的过程中引入了side information。

2020-09-30 01:13:48
阅读:135

长短期记忆网络LSTM

循环神经网络RNN存在长距离依赖的问题,长短期记忆(Long Short-Term Memory,LSTM)网络便是为了解决RNN中存在的梯度爆炸的问题而提出。在LSTM网络中,主要依靠引入“门”机制来控制信息的传播。

2020-09-20 23:56:48
阅读:61

循环神经网络RNN

循环神经网络(Recurrent Neural Networks, RNN)主要用于处理时序数据,如文章,视频等

2020-09-17 19:53:36
阅读:68

推荐系统——DeepWalk算法

DeepWalk算法是在KDD2014中提出的算法,最初应用在图表示(Graph Embedding)方向,由于在推荐系统中,用户的行为数据固然的可以表示成图的形式,因此DeepWalk算法也常被用于推荐系统中的item embedding的计算。

2020-09-16 01:24:23
阅读:146