推荐算法方面的优秀文章

一些概念

推荐广告怎么做？

系统架构是什么样？
系统架构： bizer(特征抽取) → QR(用户理解 利用user id或上下文、位置等 → 相关的tag list) → Searcher(广告倒排 tag → ad list(后续ctr排序预选的ad)) → Ranker(根据cpm = ctr*bid，以及相关性等精排), 然后依次返回到用户做个性化推荐。

广告从投放到计费经过哪些主要流程？
投放到计费流程：点击付费(CPC), 展示付费(CPM), 按销售收入付费(CPS)等。

这个流程中算法策略关注什么？
算法策略关注：架构流程中每个步骤的数据的准确性，完整性对整个系统的准确度有重要影响。

综述

CTR预估算法之FM, FFM, DeepFM及实践

阿里巴巴

• 常用推荐算法（50页干货）

腾讯

• 常见计算广告点击率预估算法总结
• 高航，深度学习在 CTR 中应用

美团

• 第09章：深入浅出ML之Factorization家族

  时间线

FM算法(一)：算法理论
FM算法(二)：工程实现
FM算法详解

深入FFM原理与实践

2013

各大公司广泛使用的在线学习算法FTRL详解

code + action

TensorFlow Estimator of Deep CTR —DeepFM/NFM/AFM/FNN/PNN

协同过滤 待总结

https://blog.csdn.net/u010297828/article/details/51504952

AFM

https://blog.csdn.net/jiangjiang_jian/article/details/80674250

embedding

https://ask.hellobi.com/blog/wenwen/11885