推荐算法
_jn
这个作者很懒,什么都没留下…
展开
-
Learning Tree-based DeepModel for Recommender Systems
摘要已经研究了用于推荐系统的基于模型的方法以提供更精确的结果。在具有大型语料库的系统中,预测所有用户 - 项目对的偏好的学习模型的计算量是巨大的,这使得该模型难以直接用于候选推荐生成阶段。为了克服计算障碍,像矩阵分解这样的模型可以采用内积形式(即用用户和项目的潜在因素的内积作为偏好)和像哈希这样的索引执行有效的近似k-最近邻搜索。但是,其他由于计算量大,用户和项目特征之间的表达性交互形式(例如,通...翻译 2018-05-16 22:10:26 · 3869 阅读 · 0 评论 -
Learning to rank 小结
1.现有排序模型 排序(Ranking)一直是信息检索的核心研究问题,有大量的成熟的方法,主要可以分为以下两类:相关度排序模型和重要性排序模型。1.1 相关度排序模型(Relevance Ranking Model) 相关度排序模型根据查询和文档之间的相似度来对文档进行排序。常用的模型包括:布尔模型(Boolean Model),向量空间模型(Vector Space Model),隐语义分析(...原创 2018-06-07 21:53:34 · 523 阅读 · 0 评论 -
坑爹啊,tf.nn.softmax_cross_entropy_with_logits坑了我好久
1.tf.nn.softmax_cross_entropy_with_logits作用 这里先给出两个函数: tf.nn.softmax_cross_entropy_with_logits(_sentinel=None, # pylint: disable=invalid-name labels=None, logits...原创 2019-06-18 17:28:47 · 1541 阅读 · 0 评论