首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

I CAN,You CAN,We CAN!让我们一起看看CTR预估的CAN哥!

作者:一元,炼丹笔记四品炼丹师 CAN: Revisiting Feature Co-Action for Click-Through Rate Prediction(ArXiv2020) 背景...本文提出了feature Co-Action Network(CAN)捕获在输入阶段的特征的co-action并且利用交互和共同信息来对最终模型的效果进行提升。...相比之下,CAN比笛卡尔积和结合嵌入的方法取得了更好的效果,这意味着基于网络的CAN机制可以同时学习表示能力和协作能力 解耦研究 ?...Generalization: CAN还是工作的非常好, 具有非常好的泛化性。 工业数据集上的表现 ? CAN在工业数据集上A/B Test上得到了非常大的提升。...小结 在笛卡尔产品模型的启发下,我们提出了一种新的特征交叉范式:Co-Action network,CAN

2.2K20
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到
    领券