简单策略解决CTR模型训练一轮过拟合问题

文章预览

点关注，不迷路，用心整理每一篇算法干货~ 后台留言” 交流 “， 加入圆圆算法交流群~ 后台留言” 干货 “， 获取干货算法笔记 ~ 后台回复“ 星球 ”，加入 圆圆算法知识星球~ （ 已有 830+ 同学加入学习） 今天这篇文章给大家介绍一下推荐系统中预估模型的one-epoch问题，以及相应的解法。主要来源于两项工作，一个是由阿里发表的论文 Towards Understanding the Overfitting Phenomenon of Deep Click-Through Rate Prediction Models（2022） 中提出的one-epoch问题这一现象，另一是由快手发表的论文 Multi-Epoch learning with Data Augmentation for Deep Click-Through Rate Prediction（2024） 中提出的one-epoch问题的解法。 1 One-epoch现象 工业界的CTR预估模型存在一种one-epoch现象，即模型只能训练一轮，超过一轮就会出现过拟合现象，导致预测效果大幅下降。在 Towards Understanding the Overfitting Phenomenon of D ………………………………