原创力文档- 1、本文档共47页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
;;推荐系统的应用;微博推荐／排序任务应用场景;大规模推荐系统架构：以微博为例;线上推荐系统的两个阶段;排序模型：工业界算法的演进路线;;;线性模型：思路及问题;线性模型改进：加入特征组合;FM模型;FM模型;FFM模型：基1-想;FFM模型;FFM模型;;双线性FFM模型：基本思路;3线性FFM模型：3个W;C线RFFM模型2效果M比;C线M**M模型:新F参数量对比;双线性FFM.型：总1;;深度排序模型公共组件：DNN部分;深度排序模型（并行结构）：DNN++征组合;/度排序模型（串行结构）：DNN+特+组合;深度排序d型l两条i进xs;新型FM Function代表：Wie Dee+;新AFM Function代表：D++pFM;显示高阶组合：Deep Cross;显示高阶组合：xDeepFM;M于深hCT)模型的一些个人看法;;FFM模型：如何改造成神经网络版本？;DeepFFM模型;FFM的神经网络版本：NeuralFFM;内积与哈达马积;我们提出的改进M本：DeepFFM;Attent*-n1E动学3特征权重;Dee1FFM-1:特征交互I加入A33en3-on;DL中的Normlization方法;DL中的Normlization方法 LayerNorm;;;D--1FFM模F：R果对比;L口;
文档评论（0）