![](http://image109.360doc.com/DownloadImg/2019/08/2722/169497185_1_20190827103028769)
0. 简述
源码地址:
https://github.com/mouna99/dien 我们在DIN中提到过,他们尝试使用LSTM来学习序列化数据的特征,但是对DIN的结果没有改善,DIEN在这一点上做了改善。我们略去背景介绍,尤其是Base Model的部分,如果大家想看的话,可以去前一篇文章中找。现在我们直接介绍DIEN的结构。DIEN最大的特点是不但要找到用户的interest,还要抓住用户interest的进化过程。作者们将GRU融合到网络中,从而抓出变化的sequence。GRU是LSTM网络的一种效果很好的变体,它较LSTM网络的结构更加简单,而且效果也很好,因此也是当前非常流形的一种网络。 GRU既然是LSTM的变体,因此也是可以解决RNN网络中的长依赖问题。大家有兴趣的可以去试一下LSTM,下次我也会写一个项目案例来介绍LSTM。 ![](http://image109.360doc.com/DownloadImg/2019/08/2722/169497185_2_20190827103028847)
![](http://image109.360doc.com/DownloadImg/2019/08/2722/169497185_3_20190827103028941)
![](http://image109.360doc.com/DownloadImg/2019/08/2722/169497185_4_20190827103029113)
![](http://image109.360doc.com/DownloadImg/2019/08/2722/169497185_5_20190827103029191)
![](http://image109.360doc.com/DownloadImg/2019/08/2722/169497185_6_20190827103029301)
![](http://image109.360doc.com/DownloadImg/2019/08/2722/169497185_7_20190827103029394)
![](http://image109.360doc.com/DownloadImg/2019/08/2722/169497185_8_20190827103029488)
![](http://image109.360doc.com/DownloadImg/2019/08/2722/169497185_9_20190827103029582)
![](http://image109.360doc.com/DownloadImg/2019/08/2722/169497185_10_20190827103029676)
![](http://pubimage.360doc.com/wz/default.gif)
![](http://pubimage.360doc.com/wz/default.gif)
|