A smooth collaborative recommender system 推荐系统-浅显了解

characteristic:函数

一、Tracking user学习

二、personlizaspa

三、面对的问题相似于分形学+混沌学(以有观无+窥一管而知全貌)blog

四、Data:high-volume、sparseio

方法:学习方法

(1)传统方法搜索

MF:matrix factorizationnetwork

RBM:Restricted Boltzman Machine方法

(2)现有方法im

Hybird System/content-boosted system

Matrix completion

Ensemble methods

Deep neural network

 

主讲人选用的是MF

技术路线

(1)核函数

(2)SVD

 

Trick:

(1)拆分Loss+不一样权重

(2)Attention与推荐系统的类似之处是相关性空间的搜索,本质是找个性与共性

(3)统计学习方法,依然利用了图论(computional graph)

相关文章
相关标签/搜索