Nov, 2021
MISS: 多兴趣自监督学习框架用于点击率预测
MISS: Multi-Interest Self-Supervised Learning Framework for Click-Through Rate Prediction
Wei Guo, Can Zhang, Zhicheng He, Jiarui Qin, Huifeng Guo...
TL;DR提出了一种基于 Multi-Interest Self-Supervised learning 的 CTR 预测框架,使用 CNN-based multi-interest extractors 提取不同兴趣表示中的自监督信号,并应用对比学习损失来提高特征表示学习。实验证明,该框架可以有效应用于现有 CTR 预测模型中并显著提高性能。