在推荐系统中,最常用的就是用户分数了,它是矩阵协同过滤的基础。但除了分数外,图片、文字等特征也有利于勾勒用户的喜好轮廓。然而,图片、文字、分数的结构不同,难以统一地处理。 在此之前,人们的做法无非两种:
幸运的是,得益于最近在representation learning取得的突破,该技术开始关注这个问题。它使得人们可以用统一的框架处理不同结构的用户反馈。 本文为各种异构信息进行了统一的表示。
为何一个公式能学习出u、v两个向量?Eq.(8)如何求解出来的?
本文分享自 作者个人站点/博客 前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!