← 返回卡片

原书出处

深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)

13 第13章 Embedding技术在推荐系统中的应用

核验版本的摘录快照 · 导入于 2026-11-19T04:48:36.603Z

特征嵌入低维向量中,然后将其输入MLP以获得最终的推荐结果。然而,大多数工作只是连接不同的特征,忽略了用户行为的连续性。

2019年阿里巴巴搜索推荐事业部发布了一项新研究,首次使用强大的Transformer模型捕获用户行为序列信息,供电子商务场景的推荐系统使用。该模型已经部署在淘宝线上,且实验结果表明,与两个基准线对比,在线点击率(Click-Through-Rate,CTR)均有显著提高。

2. 模型架构 阿里提出的模型称为BST(Behavior Sequence Transformer),其整体架构如图

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter17_0002.xhtml

EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da