推荐系统--深度学习

推荐系统---models
思路就是回归，损失函数就是logloss，优化就是adam，评价参数auc
冷启动---学习和探索
1.UCF===>共现矩阵
item-CF 物以类聚 ---embedding+consin相似性===》共现矩阵
user-CF人以群分---embedding+cosin距离相似性==》共现矩阵
协同过滤 LFM===>得到全面的共现矩阵
GBDT+LR===>CTR
2. wide-deep===》CTR
wide表示的是linear regression，记忆能力；
dlrm: deep learning recommend system
deep表示的是泛化能力，从数据中提取信息的能力。
deep-fm，将wide替换成fm，实现特征在特征域的二阶交叉
deep-cross，将wide替换成cross，实现特征矩阵交叉
deep-crossing(dcn)，将deep之后corssing，embedding之后用res-net提取特征。
multihead-attention 1. multihead是多个head的叠加
2. attention计算
容易理解：渣男论 https://www.modb.pro/db/488036
渣男的预期：Q
渣男的价值：K
女孩的价值：V
注意力在哪里？softmax(（Q*K.T）/sqrt(dk))* V
渣男的权重分布短时间内是不变的，女孩的价值V才是能够分得注意力的值决定条件。所以，女孩子们价值很重要。渣不渣不重要，重要的是女孩子价值几何。如果大到渣男无法分身，那最好！
3.DIN ===》CTR
i 代表的就是interest
DIN表示的就是商品，用户特征，hist，用网络结构表示hist中特征交叉之后attention的表达。
DIEN表示的是interest的演化过程evolution，GRU,AUGRU。
DICE表示的是商品，用户特征，表示的是interest和popularity之间的关系，预测CTR。