Learning Tree-based DeepModel for Recommender Systems

摘要 已经研究了用于推荐系统的基于模型的方法以提供更精确的结果。在具有 大型语料库的系统中，预测所有用户 - 项目对的偏好的学习模型的计算量是巨大的，这使得该模型难以直接用于候选推荐生成阶段。为了克服计算障碍，像矩阵分解这样的模型可以采用内积形式（即用用户和项目的潜在因素的内积作为偏好）和像哈希这样的索引执行有效的近似k-最近邻搜索。但是，其他由于计算量大，用户和项目特征之间的 表达性交互形式（例

>>阅读原文<<