推荐系统_论文
关注
分享
扫一扫
文章平均质量分 83
free356
热爱技术，分享交流
展开
-
Recurrent Recommender Networks
本文思路整理如下： 一， Contribution二， 实验实际需求训练数据实验环境2.1本文模型2.2 结果对比2.2.1 将本文RNN模型和不考虑时间动态的模型做对比2.2.2 将本文RNN模型和考虑时间动态的模型做对比三， 更多关于论文细节《Recurrent Recommender Networks》目的：采用LSTM构建模型，以适应user及movie的动态性，从而得以更精准做视频推荐。...原创 2018-03-07 20:01:56 · 1241 阅读 · 2 评论 -
A Hybrid Collaborative Filtering Model with Deep Structure for Recommender Systems
《A Hybrid Collaborative Filtering Model with Deep Structure for Recommender Systems》目的：矩阵分解是一种广泛使用的基于模型的CF方法具有良好的可扩展性和准确性，asdae利用深度学习从原始输入中有效提取项目和用户潜在信息。这两个模型相结合，来达到预测用户项目评分矩阵的缺失值。 论文信息：携程在深度学习与推荐系统结合...原创 2018-03-30 21:44:28 · 2164 阅读 · 7 评论 -
Collaborative Deep Embedding via Dual Networks
本文结构： 一， Contribution二， 实验实际需求训练数据《Collaborative Deep Embedding via Dual Networks》目的：采用Dual网络分别对项目和用户进行enbedding，通过协作方式共同训练，捕捉用户项目之间的复杂关系，具有强泛化能力（推广到未知项目或用户）。论文信息：2017年。 一，Contribution： 1）提出一个通用的，模型，d...原创 2018-03-23 16:13:45 · 425 阅读 · 2 评论 -
Deep Neural Networks for YouTube Recommendations
《YouTube深度神经网络推荐系统》目的：利用深度神经网络做YouTube视频推荐。 论文信息：google的YouTube团队在推荐系统上DNN方面的尝试，发表在16年9月的RecSys会议。 一，Contribution：1）详细描述了一个候选集生成模型和一个深度排序模型，开始用deep learning做YouTube视频推荐。2）提供了一些从设计、迭代和维护庞大用户量的推荐系统中得到的实...原创 2018-03-05 14:57:28 · 5461 阅读 · 2 评论 -
Deep Learning based Recommender System:A Survey and New Perspectives
Deep Learning based Recommender System:A Survey and New Perspectives 论文信息：Shuai Zhang, Lina Yao, and Aixin Sun 2017.7ACM J. Comput. Cult. Herit. 1, 1, Article 35 (July 2017), 35 pages. 本文贡献：1）基于深度学习技...原创 2018-03-05 14:52:58 · 432 阅读 · 0 评论 -
基于深度学习的推荐系统研究
基于深度学习的推荐系统研究 论文信息：北京邮电大学 陈达 14年硕毕论目的：深度网络学习算法应用到推荐系统 。为此工作：1）研究分析基于内容的推荐系统和基于协同过滤的推荐系统，包括基于相似度的最近邻方法，朴素贝叶斯方法，潜在因素的矩阵分解方法，分析了各自的优缺点。2）研究一个典型的深度网络模型——多层受限波兹曼机（DBN）。3）将深度网络与传统协同过滤方法相结合，建立一个新的深度网络混合模型...原创 2018-03-05 14:50:12 · 10221 阅读 · 0 评论 -
基于卷积神经网络的推荐算法
基于卷积神经网络的推荐算法论文信息：华南理工大学 吴浠 16年硕毕论目的：将卷积神经网络应用到推荐系统，缩短训练时间。为此工作：1）对比分析了当前广泛应用于推荐系统中的各个算法，包括基于内容的推荐，协同过滤推荐，基于知识的推荐，混合推荐。2）将卷积神经网络应用到推荐系统中，实现了基于卷积神经网络的推荐算法。3）在 Matlab 中实现了基于卷积神经网络的推荐算法，利用 Movie Lens-...原创 2018-03-05 14:38:09 · 28498 阅读 · 10 评论 -
Collaborative Deep Learning for Recommender Systems
本文思路整理如下： 一， Contribution二， 实验实际需求训练数据实验环境2.1本文模型模型训练模型输出2.2 实验结果《Collaborative Deep Learning for Recommender Systems》目的：采用分层贝叶斯CDL构建模型，将深度学习SDAE和协同过滤结合起来，从而得以更精准推荐。 论文信息：香港理工大学王灏博士。一，Contribution：1）C...原创 2018-03-10 20:54:41 · 1476 阅读 · 0 评论 -
A Hybrid Approach with Collaborative Filtering for Recommender Systems
本文思路整理如下： 一， Contribution二， 实验实际需求训练数据实验环境2.1本文模型2.2 实验结果《A Hybrid Approach with Collaborative Filtering for Recommender Systems 》目的：采用加权组合的基于用户和基于项目的协同过滤构建模型，从而解决数据稀疏问题和提高了推荐系统精度。论文信息：2013年, G Badaro...原创 2018-03-14 21:30:03 · 425 阅读 · 0 评论 -
Wide &Deep Learning for Recommender Systems
本文思路整理如下： 一， Contribution二， 实验实际需求训练数据实验环境2.1本文模型 2.1.1 模型输入2.1.2 模型训练2.1.3 模型输出2.2 实验结果《Wide & Deep Learning for Recommender Systems》目的：采用Wide &deep构建模型，从而得以更精准做Google Play推荐。 论文信息：Google发表于...原创 2018-03-07 17:13:17 · 886 阅读 · 0 评论 -
AutoRec: Autoencoders Meet Collaborative Filtering
《AutoRec: Autoencoders Meet Collaborative Filtering》目的：利用AE来预测用户对物品missing的评分值。 论文信息：WWW 2015。 一，Contribution： 1）提出一种新的深度学习模型AutoRec，将CF和AE结合，实验证明在RMSE指标数上优于CF和RBM等模型。 二， 实验：我们提出一种混合的协同过滤推荐系统模型与AE，首将...原创 2018-04-02 11:36:09 · 1705 阅读 · 0 评论