推荐算法学习-资料整理

1.推荐系统经典论文文献及业界应用

2.LRSLibrary 64个低秩+稀疏矩阵/张量分解的算法库 加长版49条 http://t.cn/R7eXvdJ

3.一条广告含用户,广告和查询三种信息,可规约为多视角x=(x1,x2,x3). SVM拼接三者只建模一阶特征交互;STM将视角间的交互建模为张量忽略低阶交互;FM组合SVM和分解模型但不同阶的交互参数是独立的. MULTI-VIEW MACHINES[Cao,WSDM16]张量建模视角间交互,且CP分解为k个秩1以共享 (含code)http://t.cn/RU4TnPQ

4.前几天与Andrew McCallum及Percy Liang等讨论知识图谱的推断问题。大家一致认为目前学界有两种方法：一是隐变量模型，如Riedel的张量分解方法。二是把传统逻辑和统计机器学习结合的高效率可观察模型，比如我们组的ProPPR。 http://t.cn/z8Ae1uL 个人觉得NLP还是需要后者，前者可解释性实在太差。

5.Spectral Algorithms R.Kannan&S.Vempala ‘09谱即特征值/特征向量、奇异值/奇异向量. I应用：举例说明谱方法所用之广，从组合优化到学习和聚类。II算法：重在大规模矩阵的随机采样，解决矩阵相乘和低阶近似，并扩展到张量分解 http://t.cn/zRpKlD8 作者1即数据科学基石作者2

6.[论文]Journal of Complex Networks最新一期有一篇Multilayer networks的综述，对multilayer networks, multiplex networks, interdependent networks, networks of network这些相关概念做了梳理，整理了常用数据集，并介绍了联通组件、张量分解、渗流过程等研究方法，地址http://t.cn/RP84iFq

7.

8.matlab练习程序（三阶张量T-QR分解） - Dsp Tian - 博客园 http://t.cn/zYCy1mU

9.阅读【张量分解】这篇文章，推荐给大家！用文库客户端可以免财富值下载该文档，客户端下载地址：http://t.cn/zTLPfuq 想立即阅读该文档点这里： http://t.cn/zQi9r6c

10.笔记：张量分解软件包#2 scikit-tensor http://t.cn/8DFgxol scikit上的张量分解 （RESCAL现在是它的一部分，参nickel的主页 http://t.cn/8DFgxoW ）。前面提到的Ext-RESCAL是RESCAL的改进，对稀疏张量分解做了内存优化

11.论文:走出鞍点——可用于张量分解的在线随机梯度】《Escaping From Saddle Points --- Online Stochastic Gradient for Tensor Decomposition》R Ge, F Huang... [Microsoft Research] (2015)http://t.cn/R2EnJ0F Intro:《Improving machine learning with an old approach》http://t.cn/R45pDXj