ABSTRACT 主要点为用MLP来替换传统CF算法中的内积操作来表示用户和物品之间的交互关系. INTRODUCTION NeuCF设计了一个基于神经网络结构的CF模型.文章使用的数据为隐式数据,想较于显性数据,implicit feedback更容易获取但比较难处理.文章的主要 ...
论文的思路 NCF框架如上: 输入层:首先将输入的user item表示为二值化的稀疏向量 用one hot encoding 嵌入层 embedding :将稀疏表示映射为稠密向量 如何映射 所获得的用户 项目 的嵌入 就是一个稠密向量 可以被看作是在潜在因素模型的上下文中用于描述用户 项目 的潜在向量。 NCF层:将用户嵌入和项目嵌入送入多层神经网络结构,我们把这个结构称为神经协作过滤层,它 ...
2019-07-10 11:45 0 730 推荐指数:
ABSTRACT 主要点为用MLP来替换传统CF算法中的内积操作来表示用户和物品之间的交互关系. INTRODUCTION NeuCF设计了一个基于神经网络结构的CF模型.文章使用的数据为隐式数据,想较于显性数据,implicit feedback更容易获取但比较难处理.文章的主要 ...
。于是,提出了一个新的推荐框架Neural Graph Collaborative Filtering ( ...
将word2vec思想拓展到序列item的2vec方法并运用到推荐系统中,实质上可以认为是一种cf 在word2vec中,doc中的word是具有序列关系的,优化目标类似在max对数似然函数 ...
前置点评: 这篇文章比较朴素,创新性不高,基本是参照了google的word2vec方法,应用到推荐场景的i2i相似度计算中,但实际效果看还有有提升的。主要做法是把item视为word,用户的行为序列 ...
论文的翻译:https://www.cnblogs.com/HolyShine/p/6728999.html 一、MF协同过滤的局限性 The innerproduct, which simply combines the multiplication of latent features ...
://github.com/hexiangnan/neural_collaborative_filter ...
【说明】 本文翻译自新加坡国立大学何向南博士 et al.发布在《World Wide Web》(2017)上的一篇论文《Neural Collaborative Filtering》。本人英语水平一般+学术知识匮乏+语文水平拙劣,翻译权当进一步理解论文和提高专业英语水平,translate ...
本文是我在阅读推荐系统经典论文 Item-Based Collaborative Filtering Recommendation Algorithms 时候记录的笔记。 协同过滤算法 协同过滤算法(collaborative filtering algorithm, CF)基于当前用户先前 ...