在精排算法中,把手机型号和用户标签特征concat后,通过一层gatedsigmoid,然后乘2,再与特征(用户基础特征,点击序列,item特征等)进行像素级乘法,这种去偏的方法叫什么
1条回答 默认 最新
关注该回答引用自GPT-4o,由博主小ᶻZ࿆编写:
精排去偏方法来源咨询
在精排算法中,题主提到将手机型号和用户标签特征
concat后,经过一层gated sigmoid,然后乘 2,再与其他特征(如用户基础特征、点击序列、item 特征等)进行像素级乘法,这种去偏的方法称为 门控去偏(Gated Debiasing)。方法解析:
- Concat 特征:将不同类型的特征(手机型号、用户标签)通过
concat连接在一起,形成一个高维特征向量。 - Gated Sigmoid:通过一个
sigmoid激活函数生成门控信号,用于控制特征的输出。gated sigmoid的主要作用是通过学习一个权重来控制特征的输出,削弱某些特征对模型的负面影响,从而减小偏差。 - 乘 2:这个操作可能是为了调整输出的尺度,使其影响力翻倍。
- 像素级乘法:通过将不同特征逐元素相乘,模拟像素级的信息融合,进一步调整特征之间的关系。
总结:
这种方法称为 门控去偏(Gated Debiasing),它通过门控机制(
gated sigmoid)动态调整特征的输出,减少特征之间的偏差,以提高推荐系统或排序模型的准确性。如有帮助,题主可以采纳一下嘛,谢谢~
解决 无用评论 打赏 举报- Concat 特征:将不同类型的特征(手机型号、用户标签)通过