论文总结 (二)：GIN用于CTR预测:Graph Intention Network for Click-through Rate Prediction in Sponsored Search

一. 已有模型的缺点 以往的模型中用户的意图大都是根据其历史点击行为进行提取。会有以下缺点： 用户行为稀疏问题(behavior sparsity)：当用户行为稀疏时很难提取其实时意图。 弱泛化问题(weak generalization) ，用户很难跳出他们的特定历史行为来进行兴趣探索 二. GIN的创新点 提出基于共现商品图（co-occurrence commodity graph）的图意图

>>阅读原文<<