![](https://img-blog.csdnimg.cn/20210408103819222.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
推荐系统
文章平均质量分 93
一些经典和前沿的推荐系统领域的论文解读
angushuang17
这个作者很懒,什么都没留下…
展开
-
论文笔记:BPR-Bayesian Personalized Ranking from Implicit Feedback | 推荐系统BPR算法分析
BPR:Bayesian Personalized Ranking from Implicit Feedback文章目录BPR:Bayesian Personalized Ranking from Implicit Feedback1. 背景2. 问题建模3. BPR基本思想4. 算法中的应用1. 背景在2. 问题建模3. BPR基本思想4. 算法中的应用...原创 2021-04-14 14:42:21 · 2181 阅读 · 11 评论 -
推荐系统ALS算法浅述
概览从协同过滤的分类来说,ALS(Alternating Least Squares,交替最小二乘)算法属于User-Item CF,也叫做混合CF。它同时考虑了User和Item两个方面。用户和商品的关系,可以抽象为如下的三元组:<User,Item,Rating>。其中,Rating是用户对商品的评分,表征用户对该商品的喜好程度。ALS算法是基于模型的推荐算法。其基本思想是对稀疏矩阵进行模型分解,评估出缺失项的值,以此来得到一个基本的训练模型。然后依照此模型可以针对新的用户和物品数据进原创 2021-04-12 21:02:55 · 754 阅读 · 1 评论 -
Graph Neural Networks in Recommender Systems综述
本文仅用来学习,原创作者公众号:图与推荐原文链接:https://zhuanlan.zhihu.com/p/323302898 原文链接:https://arxiv.org/pdf/2011.02260.pdf Abstract 如今推荐系统的研究非常火热,GNN也在很多领域表现优异。推荐系统主要的挑战是从历史交互(historical interactions)和边信息(side .转载 2021-04-08 10:25:47 · 724 阅读 · 1 评论 -
论文笔记:On Sampled Metrics for Item Recommendation
On Sampled Metrics for Item Recommendation论文链接:https://dl.acm.org/doi/abs/10.1145/3394486.3403226 accepted by KDD20201. 研究目标由于在个性化推荐中物品(item)的数量十分之大,且在数据集中,对于每一位用户而言,未交互的数据量十分大,无法得知哪些物品是用户不喜欢的,大多数得到的是用户喜欢的物品,因此难以得到有效的负样本用于模型的训练,故大多数算法都采用采样的方法从未交互的物品中原创 2021-03-03 22:07:50 · 568 阅读 · 3 评论