因为在实际业务中,用户的很多行为往往存在明显的序列先后依赖关系,例如在信息流场景,用户要先点进图文详情页,才会进行后续的浏览/评论/转发/收藏 等操作。DBMTL在模型结构中体现了这些关系,因此,往往能学到更好的结果。 下图是DBMTL模型的具体实现。网络包含输入层、共享embedding层、共享层,区别层和贝叶斯层。 共享em...
1. 常用的多目标模型: 公式为:P(l,m|x,H)=P(l|x,H)P(m|x,H),其中l,m 为目标,x为样本特征,H为模型。这种模型其实有一个很强的假设--各目标独立。 2. 为了捕捉目标之间可能存在的因果关系,本文提出的多目标模型DBMTL: 公式为:P(l,m|x,H)=P(l|x,H)P(m|l,x,H) 3. 模型选择 P(l,m...
简介: 本文介绍的是阿里在2019年发表的多任务学习算法。该模型显示地建模目标间的贝叶斯网络因果关系,整合建模了特征和多个目标之间的复杂因果关系网络,省去了一般MTL模型中较强的独立假设。由于不对目标分布做任何特定假设,使得它能够比较自然地推广到任意形式的目标上。
DBMTL的一个核心创新在于它通过构建目标节点之间的贝叶斯网络来显式地建模目标间的因果关系。与传统多任务学习模型（假设各目标独立）不同，DBMTL能够更好地捕捉实际业务中用户行为的序列依赖性，如在信息流场景中，用户在点进图文详情页后，才会有后续的浏览、评论、转发、收藏操作。这种结构使得DBMTL能够学...
多目标模型--DBMTL https://zhuanlan.zhihu.com/p/150347888