推荐系统----Symmetric Metric Learning with Adaptive Margin for Recommendation Mingming

模型与方法(最低下图画挺好, 看就明白了):

  • 第一层----输入: user和item的one-hot,  行为的种类\tau(第四层按行为激活, 由这个输入控制)
  • 第二层----mebedding初始化: 将输入映射到低维的向量空间, 得到(u,i)
  • 第三层----v: joint(u, i)通过:  (d*1)
  • 第四层----记忆矩阵群, 键寻址, 注意力 (用户行为数量个, d*N , (N是user数??))
    • 记忆矩阵: 
    • 注意力: (n个做softmax)
  • 第五层: 记忆矩阵(各个行为共享)
  • 第六层: 多关系向量产生层(有\tau个) 

 

 

优化:

  • 整体的损失函数: 
    • 各个行为相加
    • 前面是正样本, 后面是抚养本
    • s: 
    • 由正负号控制正的更近, 负的更远: 
    • : 边界, 使得正负样本对, 更加远离?
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值