推荐技术随谈

问题定义,协同过滤(CF),矩阵分解(MF),推荐模型之外

展开查看详情

1.വគದ๞ᵋ᧨ ᘃၴ

2.ፓ୯ • ᳯ᷌ਧԎ • ՗ᓌ‫ܔ‬ጱ୏ত-CF • Ꭵᴣ‫ړ‬ᥴ(MF) • Beyond MF • വគཛྷࣳԏक़

3.ᳯ᷌ਧԎғᎥᴣऴ꧌ ᠗ᜋғአಁጱ಑‫ړ‬ ᅍᜋғአಁ๚ၨᥦᬦ task: ᕳᅍᜋᶼၥӞӻ‫ړ‬ ꧊҅դᤒአಁጱࡅཻᑕଶ

4. ՗ᓌ‫ܔ‬ጱ୏ত • ‫ݶܐ‬ᬦᄁ • UserCF޾ItemCF੒ྲ • ತ‫ڊ‬ፘ֒ጱᇔߝ/አಁ UserCF ItemCF • ᇔߝฎ‫ݻڜ‬ᰁᓒፘ֒ ӻ௔۸ ؇ᗭ֛௔ ӻ௔۸অ • አಁฎᤈ‫ݻ‬ᰁᓒፘ֒ ‫ۖސٯ‬ ᥴ٬itemጱ‫ۖސٯ‬ ᥴ٬አಁጱ‫ۖސٯ‬ • ೲᆙፘ֒ଶ‫ے‬๦ ಭᐥ ࣋ว ෛ᳼ ኪ୽ᒵ ‫ي‬᪁ಘ઀ Y N ਫሿஉፘ֒҅ᕮຎ‫ܩ‬ӧॡፘ֒҅why

5.ᳯ᷌: ‫ݶܐ‬ᬦᄁԅՋԍᚆड़work • च๜‫ᦡ؃‬ғইຎӞӻՈAࣁӞӻᳯ᷌Ӥ޾‫ݚ‬ӞӻՈB೮ፘ‫ݶ‬ᥡᅩ҅ ᮎԍ੒ԭ‫ݚ‬क़Ӟӻᳯ᷌҅ྲ᩸ᵋ๢ᭌೠጱӞӻ᪠Ոከ҅Aๅํ‫ݢ‬ᚆ ‫ݶ‬B೮ፘ‫ݶ‬ᥡᅩ̶ • ᤈ‫ݻ‬ᰁ᮱‫ړ‬ፘ‫ٌ҅ݶ‬՜᮱‫ړ‬Ԟ‫ݢ‬ᚆፘ‫ݶ‬ • ᕚ௔դහጱ๞᧍ғ֗ᑉ • ֗ᑉ->ٞ֟҅ٞ֟->ܴᖽ҅य़Ꭵᴣ‫ݢ‬զᤒᐏ౮ੜᎥᴣ

6.Ꭵᴣ‫ړ‬ᥴ = ᕪḵഖ० ᕮ຅ᷚᴾҁྋ‫ڞ‬۸ᶱ҂

7.‫ݶܐ‬ᬦᄁ޾Ꭵᴣ‫ړ‬ᥴྲ᫾ ྲ᫾ᶱ CF LFM ᇙ஄ᖌଶ ጯӡ ጯ ᇙ஄ᤒᐏ ᶋ਍ԟ ਍ԟ ੴ᮱/ෆ֛௔ ੴ᮱ᇙ஄ഔ഍অ ෆ֛௔

8.Ꭵᴣ‫ړ‬ᥴғALS޾W2V ALS W2V ྋ໏๜ ‫ق‬ੴ ෸ଧ ੴ᮱ ᨮ໏๜ ‫ق‬ੴ ‫ݻ؁‬ṛ᷇ ໏๜੒ཛྷࣳጱපຎํด៪ጱ୽ߥ

9.Ꭵᴣ‫ړ‬ᥴғᄍ۸Ӟ •

10.Ꭵᴣ‫ړ‬ᥴғᄍ۸ԫ • Item‫׆‬ᣟ‫ف‬side information • w2v՗๢࢏਍ԟ᥯ଶ๶፡҅ฎग़‫ړ‬ᔄ ཛྷࣳ҅෫ᶋ੪ฎ‫ړ‬ᔄᥢཛྷྲ᫾य़ᘒ ૪ • ಩d3‫ݒ‬౮ग़ӻᇙ஄҅ྺ෫ᵙଶ • ᇙ஄‫ڊ‬ԧitemid҅keyword҅ category҅authorᒵᕹᕹ‫ݢ‬զᕑ‫ٌف‬ Ӿ

11.Ꭵᴣ‫ړ‬ᥴғᄍ۸ӣ • ԅuser޾item᮷ൊ‫ف‬ᇙ஄ᤒᐏጱᗸᚺ

12.MFጱ‫س‬୞--FM Wij • FMጱ‫܎ݸ‬᮱‫ړ‬੪ฎग़ӻMF • ᇙ஄ԅӷᔄғᤒᬡU޾ᤒᬡI • Uٖ᮱ᇙ஄Ի԰޾Iٖ᮱ᇙ஄Ի԰੒ཛྷࣳපຎ୽ߥᬱӧইU޾IጱԻ԰ • ‫ض‬dot-product҅ٚ‫ = ޾ے‬ᇙ஄‫ݻ‬ᰁ‫҅޾ےض‬ٚdot-product

13.ॠӥྎ‫ڊۑ‬Ӟਹ

14.ဌํਠᗦጱཛྷࣳ—ᵞ౮ • W&D • FM • Itemᕆ‫ݩמڦ‬ • አಁኮ‫؟‬ • Score=G(W&D,FM,item,አಁኮ‫)؟‬ • GBDTྲ᫾ᭇ‫ݳ‬denseᇙ஄ԏᳵጱԻ԰

15.Ӟӻ೰ຽӧड़—ᅩ‫޾ڋ‬᫨۸ •

16.ཛྷࣳጱ‫ل‬ଘ௔ • ഭଧཛྷࣳฎӞӻᨸ৕ཛྷࣳ • ᤒሿғ੒ԭ઀ሿӧ᪃ጱitem҅உᵙᶼ֌‫ٵ‬Ꮯ • ᥴ٬ොໜғ • UCBᓒဩ • ӻ௔۸ጱUCBᓒဩ

17.൤ᔱ޾വគ ൤ᔱ വគ ᤒᬡᳪད ṛ ֗ ᳩੲ‫ݎړ‬ অ ૧ ᤒᬡེ᷇ ṛ ֗

18.ᴫ୯ • ୟ‫ג‬຋ ̽വគᔮᕹ‫ࢥࢧݟ‬ཛྷࣳԏғ‫ق‬ᚆጱFMཛྷࣳ̾ • Google ̽Deep Neural Networks for YouTube Recommendations̾ • ᴨ᯾૬૬ ̽୩۸਍ԟࣁᴨ᯾ጱದ๞ᄍᬰ޾ӱ‫ڠۓ‬ෛ̾ • IRGAN • Lessons from the Netflix Prize Challenge