Sequential Recommendation with User Memory Networks简介

Sequential Recommendation with User Memory Networks Abstract 存在的推荐系统算法总是将用户历史记录embed成一个单一隐式表示,这可能会失去一些特征或物品的关联性。因此作者提出记忆增强的神经网络与协同过滤的思想进行整合从而作出推荐。通过借助外部的记忆矩阵,作者可以存储并更新用户的历史记录,这有效的提高了模型的表达能力。 Introduct
相关文章
相关标签/搜索