用于CTR预测中曝光序列建模的门控适配小波多分辨率分析
信息检索
2022-05-02 v1
摘要
在点击率（CTR）预测的用户兴趣建模中，曝光序列正被积极研究。然而，现有的曝光序列建模方法带来巨大计算负担且忽视噪声问题，导致在线推荐中延迟过高且性能受限。本文提出通过门控适配小波多分辨率分析（Gama）来解决高延迟与噪声问题，其能以线性计算复杂度有效去噪极长曝光序列并自适应捕获隐含的多维用户兴趣。这是首次将非参数多分辨率分析技术集成到深度神经网络中以建模用户曝光序列。在大规模基准数据集与真实生产数据集上的大量实验证实了Gama用于曝光序列建模的有效性，尤其在冷启动场景中。得益于其低延迟与高效性，Gama已部署于我们真实的的大规模工业推荐系统，成功服务于数亿用户。
引用
@article{arxiv.2204.14069,
title = {Gating-adapted Wavelet Multiresolution Analysis for Exposure Sequence Modeling in CTR prediction},
author = {Xiaoxiao Xu and Zhiwei Fang and Qian Yu and Ruoran Huang and \\Chaosheng Fan and Yong Li and Yang He and Changping Peng and Zhangang Lin and Jingping Shao},
journal= {arXiv preprint arXiv:2204.14069},
year = {2022}
}
备注
In proceedings of the 45th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR '22), July 11--15, 2022, Madrid, Spain. 5 pages