研究人员开发了一个名为GenLI的新模型，以改进广告和推荐系统中的点击率（CTR）预测。GenLI通过生成多样化的、与目标无关的用户兴趣分布，解决了现有两阶段框架的局限性。这种方法避免了复杂、耗时的匹配过程，并整合了用户行为之间的交互，以实现更准确、更高效的预测。 AI
影响 引入了一种新颖的生成模型，以提高广告和推荐系统中点击率预测的准确性和效率。
排序理由 该集群包含一篇详细介绍新模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
Modeling long-term user interests with massive historical user behaviors enhances click-through rate (CTR) prediction performance in advertising and recommendation systems. Typically, a two-stage framework is widely adopted, where a general search unit (GSU) first retrieves top-$…