推荐算法:序列召回

本文围绕序列召回展开,介绍了基于GRU的序列召回,通过GRU得到用户embedding与item的embedding做内积获相似度得分。还阐述了用GNN对序列建模实现召回,以及多兴趣召回,从用户行为序列提取多兴趣表征并进行loss训练和召回。此外,介绍了Comirec框架及多样性控制的贪心算法。

目录

 序列召回(一)

 序列召回(二)

 序列召回(三)

序列召回(四)

 序列召回(一)

源自论文:http://arxiv.org/abs/1511.06939

 基于GRU的序列召回中通过GRU得到用户的embedding,与所有item的embedding做内积。两个向量内积就是用户-item的相似度。

一个用户和所有item的内积,相当于获得了所有item的得分。

 序列召回(二)

 召回:输入一个用户的(点击)序列,通过某种方法(序列建模的方法),把用户输入的序列变为向量,用用户向量,在所有的item的向量进行快速检索,依次达到序列召回的效果。

核心:对一个序列进行建模。(怎么把用户的行为序列变为一个用户的向量)

论文链接:https://arxiv.org/abs/1811.00855

手把手教你读推荐论文-SR-GNN (baidu.com)

用GNN对序列进行建模。

记录了节点的出边信息和入边信息。

 把和第i个节点相连的item的embedding加权求和的效果。(消息聚合)

 

 全连接层的操作。

n:序列里面item的个数

d:序列embedding的维度

 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值