Deep Matrix Factorization Models for Recommender Systems
发布时间
阅读量:
阅读量
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:

全部评论 (0)
还没有任何评论哟~
