推荐系统
StarCoo
这个作者很懒,什么都没留下…
展开
-
推荐系统论文阅读——Factorizing Personalized Markov Chains for Next-Basket Recommendation
矩阵分解(MF)和马尔可夫链(MC)是推荐系统常用的两种方法。作者将这两种方法结合在了一起。对于每一个用户,我们需要学习其对应的一个转移矩阵,所以需要一个三维矩阵来记录这些信息。但是由于所观察到的这部分信息非常有限,我们用成对的交互模型来分解这个三维矩阵。为了学习模型的参数,我们引入了贝叶斯个性化排序的框架来处理数据。原创 2017-11-16 21:09:42 · 9589 阅读 · 2 评论 -
推荐系统论文阅读——Neural Collaborative Filtering
论文题目:Neural Collaborative Filtering 参考资料:https://www.cnblogs.com/HolyShine/p/6728999.html尽管最近的一些工作已经把深度学习运用到了推荐的任务当中,但只是用深度学习给一些辅助的信息建模,例如项目的文字描述或音乐的声学特征等等。在表示用户与项目之间的交互是仍然使用矩阵分解等用内积来建模。这篇文章的工作主要...原创 2018-03-04 11:26:46 · 18439 阅读 · 5 评论 -
小试牛刀——协同滤波(SVD、Item-based)代码实现
本文总结了协同滤波常用算法SVD、Item-Based的一些概念,并参考网上资料实现了相关的python代码原创 2018-03-05 16:56:20 · 1631 阅读 · 0 评论