Relational Collaborative Filtering: Modeling Multiple Item Relations for Recommendation简析

Relational Collaborative Filtering: Modeling Multiple Item Relations for Recommendation

介绍

作者介绍了一种新颖的基于item的协同过滤框架——关系型的协同过滤，利用two-level的hieraychy将多个item关系利用attention整合形成user preference以及提高item embedding的表示。

##User-Item Preference Modeling

整体结构如下：

首先由user embedding与type embedding计算对应的attention score，

然后利用softmax函数来计算对应的权重。

根据type的分类，将目标item与用户历史交互items进行计算得到对应second-level attentin score。

因为根据type划分的数据集数量差距很大，对于包含很多items的数据集分母会很大，会造成梯度爆炸，为解决该问题，使用了smoothed softmax：

ρ\rho