《Hybrid Recommender System based on Autoencoders》理解

1 原文 2 原文（与1同一个模型） 3 理解 3.1 本文目的 学习用户和物品的非线性表示，并利用辅助信息来缓解冷启动问题。在预测过程中提高精度以及模型的鲁棒性 3.2 模型 1、模型输入 R（UxI）+ Side information 用户物品评分矩阵的某一列（item-based）或者某一行（user-based）加上辅助信息 2、模型输出 对R矩阵缺失值的预测 3、优化目标 最小化RMS

>>阅读原文<<