ShowMeAI-Hub / ctr-prediction
CTR prediction models in TensorFlow 2.x
☆21Updated 3 years ago
Alternatives and similar repositories for ctr-prediction:
Users that are interested in ctr-prediction are comparing it to the libraries listed below
- TensorFlow implementation of multi-task learning architectures, incl. MMoE & PLE, on wechat dataset☆190Updated 3 years ago
- 推荐系统相关模型 包括召回和排序☆30Updated 5 years ago
- image retrieval systems based on CNN feature distance and triplet loss☆30Updated 3 years ago
- 广告点击率(CTR)预测经典模型 GBDT + LR 理解与实践(附数据 + 代码)☆88Updated 4 years ago
- RecommenderSystems: from 0 to practice. 包括推荐系统实践和深度推荐系统两部分☆17Updated 3 years ago
- 一个基于 fasttext + faiss 的商品内容相关推荐实现,nginx+uwsgi+flask / gunicorn+uvicorn+fastapi 提供api查询接口,增加Spark实现 Ansj+Word2vec+LSH+Phoenix☆51Updated last year
- 简单的实现推荐系统的召回模型和排序模型,其中召回模型使用协同过滤算法,排序模型使用gbdt+lr算法☆59Updated 6 years ago
- ‘京东杯’《用户对品类下的购买预测》-冠军团队‘AI你所想’解决方案☆25Updated 5 years ago
- 微信大数据2021 1st,qq浏览器2021 3rd,mind新闻推荐2020 1st,NAIC2020 AI+遥感影像 2nd☆155Updated 2 years ago
- 2021 微信大数据挑战赛 复赛Rank23☆27Updated 3 years ago
- WSDM2022留存预测挑战赛 第1名解决方案☆94Updated 3 years ago
- 介绍作者在学习推荐系统过程中学习到的知识,包括爬虫、大数据、NLP、召回、排序等模块。包括知识总结和代码实践两部分。☆11Updated 4 years ago
- 讯飞移动广告反欺诈算法竞赛☆32Updated 5 years ago
- tensorflow2.0 实现的 DeepFM,使用 Criteo 子数据集加以实践。☆29Updated 4 years ago
- 推荐算法学习☆39Updated 2 years ago
- 华为digix 2021 赛题1☆29Updated 3 years ago
- 利用用户画像数据、物品元数据、用户行为数据为特征构建推荐系统,使用CB和CF算法做推荐召回,使用 Redis数 据库做缓存处理,结合机器学习LR算法推荐排序,达到粗排、精排效果,实现推荐引擎搭建。☆44Updated 4 years ago
- 第三届 Apache Flink 极客挑战赛暨AAIG CUP——电商推荐“抱大腿”攻击识别亚军代码方案☆28Updated 3 years ago
- ☆65Updated last year
- 微信大数据赛初赛10th,复赛14th☆29Updated 3 years ago
- 基于科大讯飞AI营销算法比赛实现CTR深度学习方法☆46Updated 6 years ago
- LR, FM, DeepFM, xDeepFM, DIN, CF等推荐算法代码demo。采用TFRecords作为输入,方便实际场景应用。☆103Updated 4 years ago
- 第二届阿里巴巴大数据智能云上编程大赛冠军解决方案☆31Updated 5 years ago
- 基于ESMM、MMoE和deepFM的多目标模型☆26Updated 3 years ago
- ☆200Updated 3 weeks ago
- 京东JDATA2019-用户对品类下店铺的购买预测☆18Updated 5 years ago
- 短视频 youtube召回模型推荐,特征包括标题 tags id,tfserving docker部署☆23Updated 4 years ago
- 零售电商客户流失模型,基于tensorflow,xgboost4j-spark,spark-ml实现LR,FM,GBDT,RF,进行模型效果对比,离线/在线部署方式总结☆67Updated last year
- esmm model by tensorflow keras☆68Updated 3 years ago
- 图灵联邦视频点击预测大赛线上第三-【ctr, embedding, 穿越特征】☆62Updated 5 years ago