《Improved Recurrent Neural Networks for Session-based Recommendations》 DLRS 2016 閱讀筆記

摘要:本篇論文在上篇論文的基礎上對該模型進行優化,主要體現在以下幾點: 新的數據預處理方式,數據增強 數據分佈改變(時效性) Generalised distillation item embedding代替全預測空間 1.基礎模型 模型依舊簡單,但是不同於之前的模型,它對embedding層加入了dropout參數來防止過擬合。 首先介紹: 2.1數據增強 本篇作者用了兩種方法做數據增強,一種是
相關文章
相關標籤/搜索