BriefGPT - AI 论文速递
·
基于长序列行为的新型时空建模方法：碎片化与整合网络 (FIN) 用于在线订餐点击率预测
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文介绍了一种名为“Fragment and Integrate Network（FIN）”的新型时空建模范式，用于解决在线位置服务中的点击率预测任务。通过实证分析验证了FIN的准确性和可扩展性。FIN已在中国在线订餐平台“饿了么”的推荐广告系统中全面部署，并取得了显著改进。
🎯
关键要点
- 本文介绍了一种名为“Fragment and Integrate Network（FIN）”的新型时空建模范式。
- FIN用于解决在线位置服务中的点击率预测任务。
- FIN解决了现有方法在表示丰富的时空信息和处理有限长度用户行为方面的问题。
- 通过对公共数据集和生产数据集进行实证分析，验证了FIN的准确性和可扩展性。
- 自2022年以来，FIN已在中国在线订餐平台“饿了么”的推荐广告系统中全面部署。
- FIN在点击率（CTR）上获得了5.7%的改进。
- FIN在每千次展示收入（RPM）上增加了7.3%。
➡️
