WWW'23基于行为路径匹配网络的CTR预估|A Deep Behavior Path Matching Network|美团

文章预览

行为路径Path匹配Paper解读 标题 ：基于深度行为【 路径匹配】 网络的点击率预测 用户在APP上选择点击或不点击Target/Candidates前：① 存在 一条已发生的行为行为路径 Path_Tgt(近期的时序序列)； ② Path_Tgt和Target存在 非常显著的路径前后依赖关系，两者能够形成一条完整的行为路径Path。 【开创 性】 的提出了用户行为路径Path匹配范式： 突破了 传统的DIN/DIEN/SIM那种 单一target匹配的局限性 ，具有划时代意义！ 链接 ：arxiv.org/pdf/2302.0030    应用 ： 用户行为路径(用户序列建模)  +  CTR预估 （美团+中科院） 摘要 ：用户序列推荐在CTR领域往往是通过历史交互序列与候选匹配，为用户推荐相关物品。 传统方法不足 ：通过 Candidate-Wise单Item的匹配关系来刻画用户的复杂兴趣，该框架受限于单商家候选视野 ，忽略了多Item的竞争和促进关系。为了解决该问题，论 ………………………………