推荐系统论文阅读 Why Does Collaborative Filtering Work?
这篇是一篇比较早的利用图来研究推荐系统的文章（2005）：Why Does Collaborative Filtering Work? — Recommendation Model Validation and Selection by Analyzing Bipartite Random Graphs 作者利用二元图（bipartite）方法来对一个数据集做一个量化的评价，希望能够通过二元图拓扑
相关文章
- 1. 推荐系统论文阅读——Neural Collaborative Filtering
- 2. 【论文阅读】推荐算法-Recommendations Item-to-Item Collaborative Filtering
- 3. 推荐系统论文阅读笔记
- 4. 【论文阅读】推荐算法之基础 Amazon.com Recommendations Item-to-Item Collaborative Filtering
- 5. 论文笔记：Neural Collaborative Filtering
- 6. 经典论文阅读(一)--NCF: Neural Collaborative Filtering
- 7. Neural Collaborative Filtering
- 8. Collaborative Filtering
- 9. Spectral Collaborative Filtering论文笔记
- 10. 【论文笔记】Neural Collaborative Filtering
- 更多相关文章...
- • RSS 阅读器 - RSS 教程
- • C# Windows 文件系统的操作 - C#教程
- • Docker容器实战(七) - 容器眼光下的文件系统
- • RxJava操作符（三）Filtering
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 推荐系统论文阅读——Neural Collaborative Filtering
- 2. 【论文阅读】推荐算法-Recommendations Item-to-Item Collaborative Filtering
- 3. 推荐系统论文阅读笔记
- 4. 【论文阅读】推荐算法之基础 Amazon.com Recommendations Item-to-Item Collaborative Filtering
- 5. 论文笔记：Neural Collaborative Filtering
- 6. 经典论文阅读(一)--NCF: Neural Collaborative Filtering
- 7. Neural Collaborative Filtering
- 8. Collaborative Filtering
- 9. Spectral Collaborative Filtering论文笔记
- 10. 【论文笔记】Neural Collaborative Filtering