推荐算法
RRZS
这个作者很懒,什么都没留下…
展开
-
Neural Social Collaborative Ranking (NSCR) for the new task of cross-domain social recommendation
原文链接:https://arxiv.org/pdf/1706.03205.pdf 这篇文章是推荐算法与深度学习结合的文章,其将数据信息分为信息导向和社交导向,前者包括用户与项目的交互信息,用户的特征信息,项目的特征信息;后者包括用户与用户之间的社交信息,尤其强调熟人间的推荐。该文章主要是为了将社交导向的信息加入传统的信息导向的信息中,从而提高推荐的准确率。本文的创新点在于将用户和项目的特征进行编...原创 2018-02-08 23:16:24 · 672 阅读 · 0 评论 -
Factorization Machines(因子分解机)
本文是大阪大学的Steffen Rendle 文章Factorization Machines ,该作者是因子分解机的提出者,后续又对其进行改进,本文是对其原始论文的解读。一、FM的优点在于其可以提取用户和项目的交叉特征,由于在提取特征的时候采用的是类似矩阵分解的方法,可通过控制特征的维数k来保持模型的泛华能力,避免过拟合的问题,在稀疏数据下仍然适用。二、FACTORIZATIONMACHINES...原创 2018-02-10 16:47:21 · 2111 阅读 · 0 评论 -
Image-to-Image Translation with Conditional Adversarial Networks笔记
论文的链接:https://arxiv.org/pdf/1611.07004.pdf代码链接:https://github.com/phillipi/pix2pix本文是UC Berkeley AI研究院关于图像风格转化的文章,该文章首先指出gan可以自动地学习目标函数,从而对于一些难以确定目标函数的问题,gan可以取得更好的效果。同时采用U-网络代替原始的auto-encoder,实验表明u网络...原创 2018-02-11 23:00:17 · 994 阅读 · 0 评论 -
Neural Collaborative Filtering(NCF)(a improvement to MF)
这篇文章主要是用深度学习做推荐,发表在WWW上的,NUS的何向南博士代码地址:https://github.com/hexiangnan/neural_collaborative_filtering下面是本人对文章的一些总结一、矩阵分解(matrix factorization)在这里K代表潜空间的维度。user和item的潜空间维度必须保持一致(如果不一致无法计算内积原创 2018-02-07 15:29:01 · 1661 阅读 · 0 评论