推荐系统
文章平均质量分 84
阿泽的学习笔记
微信公众号:阿泽的学习笔记
展开
-
【Embedding】Airbnb:实时个性化搜索排序
今天学习的是一篇 2018 年的工业论文《Real-time Personalization using Embeddings for Search Ranking at Airbnb》,介绍的是 Word2Vec 在 Airbnb 推荐场景中的应用。大概内容就是从用户日志中抽取用户行为并组成序列,然后通过 Word2Vec 完成训练,最后得到 Item 的 Embedding Vector。虽然...原创 2020-05-20 21:07:12 · 584 阅读 · 0 评论 -
【Graph Embedding】SDNE:深度学习在图嵌入领域的应用
今天学的论文是清华大学崔鹏老师工作《Structural Deep Network Embedding》(后简称 SDNE),并发表于 2016 KDD,目前为止共有 880 多引用,是一个非常经典的将深度学习应用于 NetWork Embedding 的算法。SDNE 设计了一个由多层非线形函数组成的深度模型来捕捉高度非线性的网络结构,同时联合优化 first-order 和 second-o...原创 2020-05-20 21:06:13 · 1608 阅读 · 0 评论 -
【Graph Embedding】Node2Vec:一种有偏的随机游走
1. Introduction我们今天看的论文是斯坦福大学的同学 2016 年发表于的 ACM 的论文——《node2vec: Scalable Feature Learning for Networks》,到目前为止已经被引用 2600 多次。在这篇论文中作者提出了一个半监督学习算法——Node2Vec,采用了有偏的随机游走算法并结合 Skip-gram 算法学习 Network Embed...原创 2020-05-20 21:06:10 · 2779 阅读 · 0 评论 -
【Graph Embedding】fastText:极快的文本分类工具
今天我们来看 Mikolov 大佬 2016 年的另一大巨作——fastText。2013 年大佬在 Google 开源了 Word2Vec,2016 年刚就职于 FaceBook 就开源了 fastText,全都掀起了轩然大波。fastText 模型有两篇相关论文:《Bag of Tricks for Efficient Text Classification》《Enriching Wo...原创 2020-05-20 21:06:05 · 594 阅读 · 0 评论 -
【Graph Embedding】GloVe:如何从大规模语料中快速训练词向量
1. Introduction今天学的论文是斯坦福大学 2014 年的工作《GloVe: Global Vectors for Word Representation》,在当时有两种主流的 Word Embedding 方式,一种是 LSA,创建词频矩阵,利用 SVD 分解得到词向量;另一种是 13 年提出的 Word2Vec,基于滑动窗口的浅层神经网络。前者的优点是利用了全局的统计信息(共现矩...原创 2020-05-20 21:05:52 · 605 阅读 · 0 评论 -
【Graph Embedding】Word2Vec:词嵌入详解
IntroductionWord2Vec 是 Google 在 2013 年开源的一个词向量(Word Embedding)计算工具,其用来解决单词的分布编码问题,因其简单高效引起了工业界和学术界极大的关注。我们先尝试着回答几个问题,以检测下自己对 Word2Vec 的理解。Word2Vec 两个算法模型的原理是什么,网络结构怎么画?网络输入输出是什么?隐藏层的激活函数是什么?输出层的激...原创 2020-05-20 21:05:47 · 982 阅读 · 0 评论 -
【推荐系统】2. 基于用户的协同过滤
1.简介基于用户的协同过滤核心思想为:基于用户对物品的偏好,找到相邻邻居用户,然后将邻居用户喜欢的商品推荐给当前用户。主要两个步骤:找到和目标用户兴趣相似的用户集合找到这个集合中的用户喜欢的,且目标用户没有听说过的物品推荐给目标用户。2.举例假如我们有一个这样的矩阵:KaTeX parse error: Expected & or \\ or \cr or \end at...原创 2018-12-05 21:08:30 · 229 阅读 · 0 评论 -
【推荐系统】1. 模型评价指标
1. 指标介绍评测推荐系统的好坏有多种指标,包括:用户满意度、预测准确度、覆盖率、多样性、新颖性、惊喜度、实时性、健壮性等等。1.1 用户满意度:该指标主要通过问卷调查获得。在线系统中用户满意度主要通过对用户行为的统计得到比如:购买率、满意不满意反馈按钮、点击率、用户停留时间、转换率等等反馈获得。1.2 预测准确度预测准确度是离线评测中最重要的指标。在对用户进行评分预测时,主要通过计...原创 2018-12-05 19:47:33 · 1882 阅读 · 0 评论