阿里CTR预估三部曲DIN（1）：Deep Interest Network for Click-Through Rate Prediction
CTR预估是工业应用中的重要任务，最近兴起的模型基本都是遵循embedding&MLP范式的。也就是将高维稀疏向量首先映射成低维的embedding向量并转换成固定长度的向量，最后将所得向量串联在一起经过MLP学习到特征间非线性关系后输出结果。但是这个很明显，对于不同的candidate来说，其所得表示向量是一致，导致无法捕捉到用户多样的兴趣。因此阿里提出了DIN。同时提出了一种新的激活函数Dice以及一个减少计算量的正则化函数。
实验
数据
Advertising Dataset 2 is a public dataset released by Alimama
阿里CTR预估三部曲DIEN（2）：Deep Interest Evolution Network for Click-Through Rate Prediction
作者提出以前的CTR预估方法都是直接将用户表现的表示向量当作兴趣而没有通过具体的表现对隐藏的兴趣进行建模。因此提出DIEN，而DIEN有两个关键模块。一个是从具体的用户表现中抽取潜在的兴趣，主要是利用GRU+一个辅助loss，另一个是建模兴趣变化的过程，利用AUGRU。
阿里CTR预估三部曲DSIN（3）：Deep Session Interest Network for Click-Through Rate Prediction
