Learning Tree-based DeepModel for Recommender Systems

摘要 已經研究了用於推薦系統的基於模型的方法以提供更精確的結果。在具有 大型語料庫的系統中，預測所有用戶 - 項目對的偏好的學習模型的計算量是巨大的，這使得該模型難以直接用於候選推薦生成階段。爲了克服計算障礙，像矩陣分解這樣的模型可以採用內積形式（即用用戶和項目的潛在因素的內積作爲偏好）和像哈希這樣的索引執行有效的近似k-最近鄰搜索。但是，其他由於計算量大，用戶和項目特徵之間的 表達性交互形式（例

>>阅读原文<<