2
[转]从FM推演各深度学习CTR预估模型
source link: https://caoxiaoqing.github.io/2019/01/10/%E8%BD%AC-%E4%BB%8EFM%E6%8E%A8%E6%BC%94%E5%90%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0CTR%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
[转]从FM推演各深度学习CTR预估模型
点击率(click-through rate, CTR)是互联网公司进行流量分配的核心依据之一。比如互联网广告平台，为了精细化权衡和保障用户、广告、平台三方的利益，准确的CTR预估是不可或缺的。CTR预估技术从传统的逻辑回归，到近两年大火的深度学习，新的算法层出不穷：DeepFM, NFM, DIN, AFM, DCN……
然而，相关的综述文章不少，但碎片罗列的居多，模型之间内在的联系和演化思路如何揭示？怎样才能迅速get到新模型的创新点和适用场景，快速提高新论文速度，节约理解、复现模型的成本？这些都是亟待解决的问题。
我们认为，从FM及其与神经网络的结合出发，能够迅速贯穿很多深度学习CTR预估网络的思路，从而更好地理解和应用模型。
本文转自：点我
本文内容的 pdf：点我
看 pdf 吧。
1、贫贱多戾气
2、愤怒总无能
3、唯有多读书
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK