CTR 预测中深度神经网络的可视化与理解
机器学习
2018-06-25 v1 机器学习
摘要
尽管深度学习技术已成功应用于诸多任务，解释深度神经网络模型对我们仍是一大挑战。近来，在图像处理与自然语言处理领域，已有许多关于深度神经网络机制可视化与分析的工作。本文中，我们提出用于可视化和理解深度神经网络的方法，面向一项非常重要的商业任务——CTR（点击率）预测。我们在来自在线广告系统、具有每日变化分布的真实生产数据上开展实验。为理解模型的机制与性能，我们在神经元层级检视模型内部状态。同时，我们实现了一种探针方法来度量模型的逐层性能。此外，为度量输入特征的影响，我们基于反向传播的梯度计算显著图分数(saliency scores)。我们也讨论了实际应用，例如在理解与监测、诊断及精炼模型和算法方面。
引用
@article{arxiv.1806.08541,
title = {Visualizing and Understanding Deep Neural Networks in CTR Prediction},
author = {Lin Guo and Hui Ye and Wenbo Su and Henhuan Liu and Kai Sun and Hang Xiang},
journal= {arXiv preprint arXiv:1806.08541},
year = {2018}
}
备注
Accept by 2018 SIGIR Workshop on eCommerce