本账号为第四范式智能推荐产品先荐的官方账号。账号立足于计算机领域,特别是人工智能相关的前沿研究,旨在把更多与人工智能相关的知识分享给公众,从专业的角度促进公众对人工智能的理解;同时也希望为人工智能相关人员提供一个讨论、交流、学习的开放平台,从而早日让每个人都享受到人工智能创造的价值。
以下内容经作者授权转载自微信公众号【智能推荐系统】 。转载内容仅用于学习交流,版权归原作者所有。
这篇文章提出的模型为TransNets,这种模型是对DeepCoNN的一种扩展,扩展思路在于加入了一个隐含层来表示目标用户-目标商品对。该文作者还对这一层加入了正则。
[6] TransNets: Learning to Transform for Recommendation
Rose Catherine, William CohenRecSys 2017https://cseweb.ucsd.edu/classes/fa17/cse291-b/reading/p288-catherine.pdf
这篇论文基于卷积神经网络来处理文本,CNN处理文本的一般结构如下:
![18878f60308949694d3d2b56372804b1.png](https://i-blog.csdnimg.cn/blog_migrate/e8367253f00622b0f49d74d0c45e0159.jpeg)
DeepCoNN的结构如下:
![68bc4955fa4ab6fd0dc569a5ce5293c3.png](https://i-blog.csdnimg.cn/blog_migrate/615fe8a7d8bc2102454337c384832324.png)
TransNets结构如下:
![7462b27d475442fdc46da7cddcfdb817.png](https://i-blog.csdnimg.cn/blog_migrate/11f35a53e51a8e6eac735ef016a58bd2.jpeg)
训练TransNets的伪代码如下:
![d7e351dca239c231865e4ab45f8af964.png](https://i-blog.csdnimg.cn/blog_migrate/88871e61950ac95fad5d137086925054.jpeg)
对输入进行变换以及测试TransNets的伪代码如下:
![339689173c3b5f4feb2309f9fa38a1b0.png](https://i-blog.csdnimg.cn/blog_migrate/affac802e572f429df419791c0dd59e1.jpeg)
扩展的TransNets子结构如下:
![4b8f46134cb98e9a254121e636fc6780.png](https://i-blog.csdnimg.cn/blog_migrate/48bbe5e82bd02c555db066895774067d.png)
数据集统计信息如下:
![ad0ba2baf5010533fd8f9b6c26f8405a.png](https://i-blog.csdnimg.cn/blog_migrate/d08df4a8c82da3ca5d5c7ee09f928550.jpeg)
各方法效果对比如下:
![1a203c726c058b1830124782e73de2e1.png](https://i-blog.csdnimg.cn/blog_migrate/5769575ae8c69e76e7eb013bba54dc06.jpeg)
原始评论与预测评论对比如下:
![9cf050927793d8be0079542fe7e03f3e.png](https://i-blog.csdnimg.cn/blog_migrate/f7b95eb12a51d4557f6634eb658e5717.jpeg)
论文地址:https://cseweb.ucsd.edu/classes/fa17/cse291-b/reading/p288-catherine.pdf
代码地址:https://github.com/rosecatherinek/TransNets