2、MARF：带反馈的用户 - 物品相互感知表示模型解析

MARF：带反馈的用户 - 物品相互感知表示模型解析

1. MARF 模型概述

MARF 模型通过将匹配的反馈嵌入与相关内容拼接，利用序列提取层的灵活上下采样策略从用户和物品序列中生成细粒度表示，最后将序列提取层的输出与从用户/物品侧特征学习到的嵌入合并，输入到预测输出层。

2. 模型输入与特征表示

MARF 使用四种形式的输入，每种由多个稀疏特征组成：
- UserProfile ：提供用户 u 的属性列表，如性别、年龄、职业等。
- ItemProfile ：表示物品 i 的特征或元数据，如颜色和类别。
- UserBehavior ：是 (iu, rui) 元组的序列，iu 是用户 u 交互过的物品，rui 是用户 u 对物品 i 的反馈评分。
- ItemHistory ：是 (ui, riu) 对的序列。

3. 用户和物品配置文件的嵌入

此组件将大型稀疏分类特征映射为低维密集表示：
- UserProfile ：第 k 组特征（如职业）可表示为 (P_k \in R^{V_k×d_s})，其中 (V_k) 是 UserProfile 中稀疏特征的大小，(d_s) 是稀疏嵌入的大小。
- ItemProfile ：第 j 组特征（如流派）可表示为 (Q_j \in R^{M_j×d_s})，其中 (M_j) 是 ItemProfile 中稀疏