原论文:Search-based User Interest Modeling with Lifelong Sequential Behavior Data for Click-Through Rate Prediction
主要是为了解决长序列带来的计算复杂度问题
解决方法是第一阶段先进性search,有softsearch+hardsearch两种方式。
然后用mult-head的思想,用候选的target item作为key去查询search后的topk的序列。
原论文:Search-based User Interest Modeling with Lifelong Sequential Behavior Data for Click-Through Rate Prediction
主要是为了解决长序列带来的计算复杂度问题
解决方法是第一阶段先进性search,有softsearch+hardsearch两种方式。
然后用mult-head的思想,用候选的target item作为key去查询search后的topk的序列。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/708138.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!