Deep Matrix Factorization Models for Recommender Systems

it2025-01-29  14

Deep Matrix Factorization Models for Recommender Systems

目录

概要模型目标函数

概要

首先,我们构造了一个具有显式评级和非偏好隐式反馈的用户项矩阵。 其次,我们设计了一种新的基于二元交叉熵的损失函数。

模型

这一体系结构的灵感来自深层结构语义模型,这些模型已被证明对网络搜索有用[Huang等人,2013年], 其中,它可以通过多层非线性投影在潜在空间中映射查询和文档。 如果

目标函数

两种类型的目标函数:

point-wise 回归 显式行为

二分类 隐式行为 本文提出了标准化交叉熵损失:

最新回复(0)