A smooth collaborative recommender system 推薦系統-淺顯瞭解

characteristic:函數

一、Tracking user學習

二、personlizaspa

三、面對的問題相似於分形學+混沌學(以有觀無+窺一管而知全貌)blog

四、Data:high-volume、sparseio

方法:學習方法

(1)傳統方法搜索

MF:matrix factorizationnetwork

RBM:Restricted Boltzman Machine方法

(2)現有方法im

Hybird System/content-boosted system

Matrix completion

Ensemble methods

Deep neural network

 

主講人選用的是MF

技術路線

(1)核函數

(2)SVD

 

Trick:

(1)拆分Loss+不一樣權重

(2)Attention與推薦系統的類似之處是相關性空間的搜索,本質是找個性與共性

(3)統計學習方法,依然利用了圖論(computional graph)

相關文章
相關標籤/搜索