原论文:Search-based User Interest Modeling with Lifelong Sequential Behavior Data for Click-Through Rate Prediction
主要是为了解决长序列带来的计算复杂度问题
解决方法是第一阶段先进性search,有softsearch+hardsearch两种方式。
然后用mult-head的思想,用候选的target item作为key去查询search后的topk的序列。
原论文:Search-based User Interest Modeling with Lifelong Sequential Behavior Data for Click-Through Rate Prediction
主要是为了解决长序列带来的计算复杂度问题
解决方法是第一阶段先进性search,有softsearch+hardsearch两种方式。
然后用mult-head的思想,用候选的target item作为key去查询search后的topk的序列。