[toc]
前言
本文主要介绍工业界推荐系统，将持续更新。
精排模型优化
底层优化
- FM、DIN、Transformer
工业界应用
阿里
-
多模块 DQM
-
初排 + 精排
-
多目标 ESMM
-
CTR + CVR
- 多任务
- 多模态
工业界推荐系统
推荐系统相关文章
- TIGER：Recommender Systems with Generative Retrieval 生成式召回
- 推荐系统 | 生成式推荐
- 推荐系统中的重排算法
- 快手OneRec: Unifying Retrieve and Rank with Generative Recommender and Preference Alignment
- 推荐系统中的粗排模型
- ReLLa: Retrieval-enhanced Large Language Models for Lifelong Sequential Behavior Comprehension in Recommendation
- 论文 | TWIN V2: Scaling Ultra-Long User Behavior Sequence Modeling for Enhanced CTR Prediction at Kuaishou
- HPMN：基于个性化记忆的终身顺序建模用于用户响应预测
- 推荐系统中的数据流、样本拼接问题
- 精排模型优化方向
最近热门
最常浏览
- 016 推荐系统 | 排序学习（LTR - Learning To Rank）
- 偏微分符号
- i.i.d（又称IID）
- 利普希茨连续条件（Lipschitz continuity）
- (error) MOVED 原因和解决方案
- TextCNN详解
- 找不到com.google.protobuf.GeneratedMessageV3的类文件
- Deployment failed: repository element was not specified in the POM inside distributionManagement
- cannot access com.google.protobuf.GeneratedMessageV3 解决方案
- CLUSTERDOWN Hash slot not served 问题原因和解决办法
×
![]()