论文笔记：Augmented Variational Autoencoders for Collaborative Filtering with Auxiliary Information

最新推荐文章于 2023-08-04 00:37:49 发布

原创

最新推荐文章于 2023-08-04 00:37:49 发布 · 1.3k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#推荐系统

该论文提出了一种新的基于变分自动编码器的协同过滤方法，通过增强结构处理隐式用户反馈和辅助信息。采用负样本抽样处理稀疏数据，结合条件VAE和联合多模式VAE，以及对抗性规范化和条件阶梯结构，提升了推荐系统的性能。

一、基本信息

论文题目：《Augmented Variational Autoencoders for Collaborative Filtering with Auxiliary Information》

发表时间：CIKM 2017

作者及单位：

论文地址：https://dl.acm.org/citation.cfm?id=3132972

二、摘要

本文提出了协同过滤处理辅助信息的变分方法。所提出的方法包括变分自动编码器，通过增加结构来建立辅助信息模型和隐式用户反馈模型。这种增强包括梯形网络和生成对抗网络，以提取辅助信息引入的低维表示。这两个增强是在变分自动编码器领域的首次尝试，我们证明了它们在协同过滤应用中的显著改进。

三、主要内容与工作

1、This paper presents a new set of model-based CFs with deep generative modeling (DGM), which we call a set of VAE-CFs that are varied through the dependency structures in modeling the information from users and items. These CFs are the first variants of variational autoencoders (VAE) [16, 31] to learn the complex representation of sparse implicit feedback and auxiliary infor