三维卷积伪代码_深度学习在推荐系统中的应用6（附论文及源代码）

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：

DeepCoNN的结构如下：

TransNets结构如下：

训练TransNets的伪代码如下：

对输入进行变换以及测试TransNets的伪代码如下：

扩展的TransNets子结构如下：

数据集统计信息如下：

各方法效果对比如下：

原始评论与预测评论对比如下：

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