SSSxCCC的博客

SLIM推荐算法，英文全称为Sparse Linear Methods，中文名为稀疏线性推荐算法，是一种使用机器学习算法-坐标下降法（coordinate decent）来进行的推荐算法，SLIM推荐算法推荐质量相当高。其损失函数如下所示。其中A是用户物品交互矩阵，Aij表示第i个用户对第j个物品的兴趣值或行为值。W是物品推荐矩阵，Wij表示第i个物品对第j个物品的推荐值。AW为矩阵A乘矩阵W...

MKR推荐算法是一种基于知识图谱的推荐算法。它利用推荐模型和知识图谱嵌入模型交替学习来提升推荐质量。如下图a是MKR的模型结构。左半部分是推荐模型部分，其结合了传统的矩阵分解和深度神经网络多层感知机，来输出一个推荐值。右半部分是知识图谱嵌入模型部分，通过知识图谱三元组关系的头实体和关系来预测尾实体。左右两个模型是通过中间的交叉压缩单元（cross&compress units）连到...

随着知识图谱近几年越来越热门，用知识图谱进行推荐的想法也随之产生。知识图谱结构本质上是由（头实体，关系，尾实体）三元组组成的集合，并构成有向图。下图形象的表示了在电影领域用知识图谱做推荐的原理，左边是用户喜爱的电影，中间是这些电影在知识图谱中和右边几部电影的联系，我们可以看到左边的电影和右边的电影在知识图谱中呈现了很多种相似的关系。在知识图谱中发现这些相关物品对推荐系统具有十分重大的价值。Ripp...

RippleNet将用户的兴趣在知识图谱上传播来抽取用户特征。那么我们是否可以将物品的特征在知识图谱上传播来抽取物品特征呢？KGCN模型随之产生。KGCN模型如下如所示。以一个物品为起点传播两次的情况如图a所示。每一个物品的特征矢量为与该物品直接相连的外层物品特征矢量的和，如图b所示。并且重点是在相加之前使用了注意力机制，决定注意力权重的因素有用户特征和关系特征，这样让推荐的结果具有个性化。...

背景随着深度学习的飞速发展，深度学习已经渗透到推荐系统领域。深度学习相比于传统机器学习算法有自动发现特征，模型能力强等多种优势。深度学习往往需要大量的数据训练才能得到较好的结果，推荐系统正是一种基于大数据的应用，其往往有能满足深度学习的海量数据。模型NeuMF是一个典型的基于深度学习推荐算法。它结合了传统矩阵分解和多层感知机，可以同时抽取低维和高维的特征，具有不错的推荐效果。N...