/MTL

学习并复现经典的推荐系统多目标任务，如：SharedBottom、ESMM、MMoE、PLE

Primary LanguageJupyter Notebook

推荐系统之多目标学习

复现推荐系统中经典的多目标模型，现阶段仓库代码不完善，本人正在不断查漏补缺中

经典模型

SharedBottom

论文地址：An Overview of Multi-Task Learning in Deep Neural Networks

参考代码：DeepCTR

  • 模型结构

ESMM

论文地址：Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate

参考代码：DeepCTR

  • 模型结构

MMoE

论文地址：Modeling Task Relationships in Multi-task Learning with Multi-gate Mixture-of-Experts

参考代码：DeepCTR

  • 模型结构

PLE

论文地址：Progressive Layered Extraction (PLE): A Novel Multi-Task Learning (MTL) Model for Personalized Recommendations

参考代码：DeepCTR

  • 模型结构

相关资料

本人博客

DeepCTR

DeepCTR-Torch

推荐系统中的多任务学习

网易云音乐广告 CTR 预估模型演进过程

Multi-task多任务学习在推荐算法中的应用

多目标排序模型在腾讯 QQ 看点推荐系统中的应用实践

大厂技术干货 | 多目标优化及应用（含代码实现）@推荐与计算广告系列