协同过滤
重要性:比如买化妆品,人们肯定不会把所有的化妆品全部试一遍,会看和自己类似的人使用过那些产品,会根据自己历史经验看一下相类似的产品,这两类就可以分别的称之为User CF和Item CF。该为协同过滤的核心。
算法分类:
朴素:swing机制推荐、基于点击行为的用户和物品推荐;
隐喻:将高维离散的物品或者用户向量jian降维成低维度的向量标识。
Account2Vector机制:用户点击行为模型成一个句子串,Account为每一个词,模型生成Account的词向量,cosine计算相似度pair。
模型(单侧的向量化):word2vector、fasttext
CBOW : 四周词(向量相加)去预测标词 ; SKIPGRAM:目标词->四周词;负采样:目标词->该样本下非四周词。
提速方式:霍夫曼树、负采样
霍夫曼树:
Ngram : unigram\bigram\trigram
隐因子模型( 端到端):矩阵分解(MF):基于矩阵分解的思想,根据用户和广告的已知点击关系,生成用户、广告的低维向量。目标函数是:真实值和预估值之间的差值最小。
添加bias :用户偏置项和item偏置项。
参考文献:https://www.cnblogs.com/zhangchaoyang/articles/5517186.html
主要分类为:
DSSM:Deep Match, 将用户向量和广告向量分布通过DNN 网络embeding向量化。embeding时的词向量维度为8;最后一层为16(255->128->16); 3层DNN,,点击行为作为训练目标,sigmod作为激活函数。