标签：target lazy order org button mba translate rbo air
通过引入兴趣先验，对用户没有在历史行为中表现过的新诉求，KFAtt也都可以很好地建模。
声明：本文转自公众号：京东零售技术
导读：本次介绍京东广告团队在用户行为建模中的工作：基于卡尔曼滤波的注意力机制—广告点击率预估中的用户行为建模。
此次工作《Kalman Filtering Attention for User Behavior Modeling in CTR Prediction》被NeurIPS 2020成功收录为Spotlight论文。
针对电商场景中，用户经常出现历史行为中没有表现过的新的兴趣，对不同品类商品行为频次严重不均衡这两个问题，提出了新的用户行为建模算法。该技术旨在克服已有基于Attention算法的不足，并基于卡尔曼滤波给出一套新的算法框架。
本文分为上下两部分：上部分见NeurIPS 2020|京东基于卡尔曼滤波的注意力机制—广告点击率预估中的用户行为建模（上）：图解卡尔曼滤波，本部分介绍具体论文工作。
NeurIPS 2020|京东基于卡尔曼滤波的注意力机制—广告点击率预估中的用户行为建模（下）
标签：target lazy order org button mba translate rbo air
原文地址：https://www.cnblogs.com/cx2016/p/13913683.html
还没有评论