PulseAugur
实时 04:00:35

新的LENS系统增强了序列CTR预测模型

研究人员推出了一种名为LENS的新型两模块系统,旨在增强序列点击率(CTR)预测模型。LENS旨在改善潜在查询架构中的目标特定控制,因为这些架构有时会稀释这种特异性。该系统包括一个用于查询激活的目标条件查询门(TCQG)和一个用于历史检索的目标条件位置偏差(TCPB)。当与特定于查询的位置偏差(QueryPos)结合使用时,LENS在各种潜在查询骨干网和数据集上均显示出积极的收益,表明其在提高CTR预测准确性方面是有效的。 AI

影响 这项研究可能带来更准确的CTR预测模型,从而使推荐系统和定向广告受益。

排序理由 该集群包含一篇研究论文,详细介绍了用于序列CTR预测的新系统。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的LENS系统增强了序列CTR预测模型

报道来源 [1]

  1. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Jie Jiang ·

    LENS:序列CTR预测中交互粒度的分阶段设计

    In sequential CTR prediction, a central design question is at what granularity the target should interact with the user behaviour sequence. Existing models mainly follow two routes. Raw-item architectures such as DIN let the target score each item in the sequence directly. This r…