deep_memory 源码

用户存储网络的点击率预测 如果使用此代码,请引用以下论文: 欧文涛,张秀武,任树奎,李莉,刘兆杰,杜彦龙。 2019。用户存储网络的点击率预测。 在DLP-KDD中。 ACM。 TensorFlow(TF)版本 1.3.0 缩写 ft-功能,广告位==字段 资料准备 数据采用“ csv”格式,其中每一行都包含一个实例。 假设有N个唯一英尺。 Fts需要从1到N进行索引。对于缺少的值或填充,请使用0。 我们归类为FTS i)一种热或单价(例如,用户ID,市)和ii)MUL-热或多价(例如,在广告标题的话)。 CSV数据格式 <标签> <单热点> <多热点> 我们还需要定义每个mul-hot ft插槽的最大特征数量(通过“ max_len_per_slot”参数),并相应地执行修整或填充。 请参考以下示例以获取更多详细信息。 例子 原始英尺(ft_name:ft_value) 标签: