本文主要是介绍Revisit Recommender System in the Permutation Prospective，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
总结
提出permutation概念，rnn做rank
细节
user emb和item emb
考虑稀疏特征+稠密特征
permutation-matching
offline: 2个模型，分别预测ctr以及next score(是否继续阅览)，不共享参数的dnn
online: 改进的beam search
permutation-rank
offline: bi-lstm + mlp，交叉熵损失
online: 使用上面的改进交叉熵损失
实验
评估指标：loss, auc, pearson
对比模型：dnn, deepFM, dlcm, prm
在线a/b test：pv, ipv(item pv)
这篇关于Revisit Recommender System in the Permutation Prospective的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
