(推荐系统)Wide&Deep算法:Wide & Deep Learning for Recommender Systems
摘要为改进经典推荐算法对特征工程的高依赖性以及深度学习方案因产生过多冗余信息而计算量增大的问题,Cheng等人提出了一种可以兼备记忆性以及泛化性的深度学习模型:Wide & Deep。Wide & Deep的模型结构简单,由wide 以及 deep两部分组成,在深度学习领域在推荐算法的应用中具有里程碑式的意义。1.推荐算法中的两大任务Cheng等人认为推荐算法主要需要解决两大问题:记忆性(memorization)以及泛化性(generalization)记忆性在原文中的定义为:
原创
2020-06-20 21:50:49 ·
795 阅读 ·
0 评论