推荐算法
-
推荐系统笔记(十):InfoNCE Loss 损失函数
背景 对比学习损失函数有多种,其中比较常用的一种是InfoNCE loss。最近学习实现了SGL推荐系统算法,对InfoNCE Loss做一个总结。 …
-
推荐系统之FNN
前言 今天继续写王喆老师的《深度学习推荐系统》,我会根据已经梳理好的知识体系对其中的模型分别讲解。前面也已经讲过很多模型了,前一个模型是Deep&Cross其中是对W&am…
-
【论文整理】基于图神经网络的社交推荐模型整理Graph Neural Networks for Recommender Systems: Challenges, Methods, and Direct
社交推荐模型发展历程 图形构造 在具有社会意识的推荐系统中,用户的最终行为取决于朋友的社会影响和他/她自己的偏好。社交推荐面临的主要挑战之一是如何构建社交图来捕捉朋友的社交影响。一…
-
【论文精度】Youtube团队打造深度神经网络与推荐算法结合开山之作Deep Neural Network for YouTube Recommendation
一、总述 作者提出推荐系统为如图所示的漏斗形状。过程如下:从百万级语料开始,通过“Candidate Generation”生成数百条候选集,再通过“Ranking”对候选集进行T…
-
面试官:实现一个非均匀采样?
前言 了解过word2vec或者youtubednn召回的话,都知道其负样本的选取是一个非均匀采样的过程(比如按照热度进行负采样)。此外,基于随机游走的graph embeddin…
-
Matrix factorization techniques for recommender systems,Yehuda Koren et al.,2009
1 基本信息 项目 信息 名称 Matrix factorization techniques for recommender systems 作者 Yehuda Koren, R…
-
推荐系统基本流程
## 推荐系统基本流程 图1 最简单的推荐系统流程 主要元素 物品集合: 要推荐的物品或内容 用户: 用户的基本信息、用户的行为、用户的兴趣爱好等 场景: 用户所处的环境,例如:…
-
【推荐算法-召回笔记】-swing
swing是阿里巴巴推出的一种召回算法,考虑了user-item-user这样一个局部关系,即都购买了i、j的用户u、v, 如果u、v共同购买的商品越少,那么i、j的相似性就越大:…
-
LightGCN不相信非线性激活与特征转换
LightGCN 最近在学一些关于推荐的算法,以此系列博客作为学习过程中的简单记录。 同时希望找到有相同兴趣的小伙伴一起交流交流学习资源~ 1 Background 在节点分类任务…
-
推荐算法基础
典型的深度学习技术: 为什么要去研究推荐算法: 对于初级开发人员来说,会在社区中搜索自己在开发过程中所遇到的问题,将这些问答内容整理,随着时间积累,用户开始不止在社区中提出问题…