computational advertising reading list (计算广告阅读)
- 斯坦福计算广告公开课:由计算广告之父,Yahoo广告首席科学家Andrei Broder开设。
- 《计算广告》:360高级总监刘鹏著,通俗易懂,计算广告入门推荐。2015
- 美团机器学习@吃喝玩乐中的算法问题:美团王栋博士的一篇关于美团机器学习相关问题的介绍,介绍的比较全但比较粗浅,可以借此了解美团的一些机器学习问题。2016-11
- Image Matters: Visually modeling user behaviors using Advanced Model Server:使用推荐商品图片和历史商品图片学习embedding作为特征进行推荐。 2018-09
- Deep Interest Network for Click-Through Rate Prediction:候选商品与历史商品做注意力模型。 2018-09
- xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems:同DeepFM,本文中使用向量外积,采用卷积。 2018-05
- Deep & Cross Network for Ad Click Predictions:谷歌实习生搞的隐层与输入层做交叉。 2017-08
- DeepFM: A Factorization-Machine based Neural Network for CTR Prediction:输入层考虑二阶特征交叉。 2017-03
- Learning Tree-based Deep Model for Recommender Systems: 阿里盖坤团队的深层树结构检索模型。2018-01
- Deep Neural Networks for YouTube Recommendations:Youtube推荐模型,京东也使用这一套DNN的模型。2016-09
- Wide & Deep Learning for Recommender Systems:考虑特征记忆与泛化性能。 2016-06
- Practical Lessons from Predicting Clicks on Ads at Facebook:Facebook的一篇非常出名的文章,GBDT+LR/FM解决CTR预估问题,工程性很强,海量离散特征+简单线性模型 对抗 少量连续特征+复杂深度模型。2014-08
- Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate:ctr模型和cvr模型做multi-task learning,共享底部全联接层。 2018-04
- Modeling Delayed Feedback in Display Advertising: 前雅虎现Google的广告大牛Olivier的一篇关于转化率预估的文章,转化率预估分为点击率预估和转化时间预估两个模型,其中用survival analysis来刻画转化时间。通俗易懂。2014-08
- 特征哈希:将原始特征哈希到定长的hash list,这样特征的维度就固定了。2009
- 在线最优化求解: 详解在线学习问题。 2014-12
- Ad Click Prediction: a View from the Trenches: 应用性很强的一篇来自于Google Search Ads的文章,引入FTRL,对于稀疏特征,内存,特征可视化,Calibration等都有介绍。2013-08
- Web-Scale Bayesian Click-Through Rate Prediction for Sponsored Search Advertising in Microsoft’s Bing Search Engine:微软bing search使用的贝叶斯法。 2010
- BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding:谷歌的划时代的NLP模型。 2018-10
- Real-time Personalization using Embeddings for Search Ranking at Airbnb:2018 kdd best paper,同时考虑点击和转化,embedding的系统评估。 2018-08
- Billion-scale Commodity Embedding for E-commerce Recommendation in Alibaba:同为2018 kdd上的文章,介绍了基于graph学习embedding,使用特征解决冷启动问题。 2018-08
- Enriching Word Vectors with Subword Information:基于word2vec,考虑了词缀的因素。 2017-06
- Distributed Representations of Words and Phrases and their Compositionality:划时代的NLP模型。 2013-10
- AUC的介绍和计算:AUC的介绍和计算。
- 推荐系统评价指标综述:推荐系统常用的衡量指标,包括逆序比,NDCG,新颖性等相似概念。2012
- Ad Serving Using a Compact Allocation Plan:雅虎的一篇比较经典的流量分配的文章,文中的HWM和DUAL算法都比较实用。2012-03
- Optimized Cost per Click in Taobao Display Advertising:从最优化广告主ROI出发,计算bidding的上下界。 2017-08
- Research Frontier of Real-Time Bidding based Display Advertising:张伟楠博士的一篇介绍竞价算法的ppt,可以非常清晰的了解该问题的主要方法。2015
- Learning To Teach:微软亚研院在ICLR上关于teacher student网络,用teacher为student网络提供数据,loss,函数形式的指导的方法。2018