Har-Sir/RecSys

计算广告/推荐系统/机器学习(Machine Learning)/点击率(CTR)/转化率(CVR)预估/点击率预估

推荐系统/计算广告/机器学习/CTR预估资料汇总

说明：本仓库主要汇集推荐系统/计算广告/机器学习/CTR预估相关学习资料，欢迎一起补充更新👼

持续更新中……

RoadMap

• 推荐系统
• 计算广告
• 统计学习模型
  • 技术文章
  • 实践工具
• 深度学习模型
  • 技术文章
  • 实践代码
• 相关比赛
  • Criteo Display Advertising Challenge
  • Avazu Click Through Rate Prediction
  • 2018 IJCAI 阿里妈妈搜索广告转化预测
  • 2018腾讯广告算法大赛
• 技术博客

---

推荐系统

• 推荐系统实践-项亮
• 亿级用户个性化品类推荐实战

---

计算广告

• 互联网广告系统综述系列博文
• 计算广告学系列视屏-刘鹏
• 计算广告学讲义-刘鹏

---

统计学习模型

技术文章

• 逻辑回归LR模型简介
• FFM讲解PPT
• 深入FFM原理与实践
• GBDT算法原理与系统设计简介

实践工具

• LightGBM
• XGBoost
• LIBFFM
• xLearn

---

深度学习模型

技术文章

• 深度学习如何应用在广告、推荐及搜索业务？
• 深度学习在CTR预估中的应用
• 深度学习在 CTR 中应用
• 深度学习在美团点评推荐业务中实践

实践代码

• CTR预估算法之FM, FFM, DeepFM及实践
• 推荐系统中使用ctr排序的dnn模型

---

相关比赛

CriteoDisplayAdvertisingChallenge

• Rank1: 借鉴了Facebook的方案: GBDT 特征编码 + FFM
• Rank3: Quadratic Feature Generation + FTRL 传统特征工程和 FTRL 线性模型的结合

AvazuClickThroughRatePrediction

• Rank1: Feature Engineering + FFM + Ensemble, 只基于 FFM 进行集成
• Rank2: Feature Engineering + GBDT 特征编码 + FFM + Blending

2018 IJCAI 阿里妈妈搜索广告转化预测

• Rank1: GBDT，用了嫁接技术处理样本分布不一致
• Rank2: GBDT单模型+大量特征工程

2018腾讯广告算法大赛

• Rank3: https://github.com/DiligentPanda/Tencent_Ads_Algo_2018
• Rank6: https://github.com/nzc/tencent-contest

---

技术博客

• 美团技术点评
• 火光摇曳
• 推荐系统理论及实战

Todo

• 经典论文paper整理
• 与图像/NLP/知识图谱的结合
• 强化学习模型(Bid相关)