基于物品到向量的词嵌入神经网络协同过滤推荐系统算法研究_Item2vec: Neural Item Embedding for Collaborative Filtering

核心贡献：

 Item2vec算法：

Item2vec中把用户浏览的商品集合等价于word2vec中的word的序列，即句子（忽略了商品序列空间信息spatial information） 。出现在同一个集合的商品对视为 positive。对于集合目标函数：

​

同word2vec，利用负采样，将定义为：

​

subsample的方式也是同word2vec：

​

利用随机梯度下降法SGD学习的目标函数max，得到每个商品的embedding representation，商品之间两两计算cosine相似度即为商品的相似度。 

模型结果：

模型缺陷：

1、用户的行为序列时序性缺失

2、用户行为序列中的item强度是无法区分

算法流程框图：

实践步骤：

1、打开Virtual Box虚拟机，操作系统为ubuntu

创建虚拟机Item2vec(自动挂载镜像Kylin，麒麟ubuntu）

安装操作系统kylin下的ubuntu，一步一步设置虚拟机的各种介质：硬盘大小，内存等。

刚装好系统，无法上传 文件。主要是因为为建立root以及，nlp用户的密码权限。同时没有安装好ssh远程登入附件：

sudo passwd root(完成超级用户的权限输入），看看能不能正常普通与超级用户之间的切换。

按ctrl+alt+t 打开终端，输入：sudo apt-get update

更新安装包工具apt：sudo apt-get update

安装远程登入ssh：sudo apt-get install ssh  或者 sudo apt-get install openssh-client

创建用户：

sudo useradd -m hadoop -s /bin/bash

增加管理员权限：