1. DIN(Deep Interest Network)优点
使用用户兴趣分布来表示用户多种多样的兴趣爱好。
使用Attention机制来实现Local Activation，局部激活相关的历史兴趣信息，与当前候选Ad相关性越高的历史行为，会获得更高的Attention Score。
针对模型训练，提出Dice激活函数，自适应正则，显著提升模型性能与收敛速度。
2. 整体网络结构
利用Goods与Ads之间的相关性，引入注意力机制。
3. 数据自适应激活函数
PReLU
其中
为指示函数,PReLU函数不适用每层输入为不同分布时的情况。
自适应激活函数
其中在训练阶段，
和
分别为每个mini-batch的均值和方差。
4. 评价指标
其中
为用户数，
和
为第
个用户的权重和AUC的值。
5. 参考博客
https://www.cnblogs.com/rongyux/p/8026323.html
https://www.jianshu.com/p/a356a135a0d2