PulseAugur
中
实时 15:31:13
English(EN) DUET -- Dual User Embedding Transformers for Offsite Conversion Prediction

DUET框架使用双Transformer进行更好的转化预测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了DUET，一个使用双Transformer编码器的新框架，用于改进推荐系统中站外转化率的预测。该方法为不同的用户行为数据流定制了特定的Transformer架构：一个用于密集点击信号，另一个用于稀疏、延迟的转化信号。然后，该框架的互补嵌入被组合用于下游排序，在归一化熵方面最多可降低0.38%，并在A/B测试中带来转化预测精度的持续改进。 AI

影响 引入了专门的双Transformer架构，以提高推荐系统中的预测精度。

排序理由 这是一篇详细介绍特定机器学习任务新技术框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

DUET框架使用双Transformer进行更好的转化预测

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
这是一篇详细介绍特定机器学习任务新技术框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, product
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
146 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Reazul Hasan Russel, Mingwei Tang, Rostam Shirani, Xinlong Liu, Navid Madani, Leo Ding, Yawen He, Xiangyu Wang, Mustafa Acar, Ashish Katiyar, Yuhai Li, Alan Yang, Metarya Ruparel, Derek Qiang Xu, Rupert Wu, Rui Yang, Liang Tao, Xinyi Zhao, Larry Zhang, S… ·

    DUET -- 用于站外转化预测的双用户嵌入Transformer

    arXiv:2606.10243v1 Announce Type: new Abstract: Offsite conversion rate (OCVR) prediction is an important ranking problem in computational recommendation systems. This task presents a modeling challenge: click signals are abundant and exhibit short temporal horizons, whereas conv…

相关实体

相关话题