题目: Neural Hybrid Recommender: Recommendation needs collaboration

摘要: 近年来,深度学习在计算机视觉、语音识别、自然语言处理等领域取得了无可争议的成功。在这些具有挑战性的领域获得成功之后,推荐系统也得到了研究,但主要是将特征包含到传统方法中。本文介绍了一种可通过附加网络扩展的基于代理神经网络的推荐框架。这个名为NHR的框架,简称神经混合推荐我们包含更多来自相同和不同数据源的详细信息。我们已经研究过项目预测问题,但是该框架可以用于对预测问题进行等级划分,也可以用于损失函数的单一变化,为了评估这种框架的效果,我们已经在基准测试和尚未实验的数据集上进行了测试。在这些真实世界数据集中的结果表明,我们的方法优于最先进的方法。

成为VIP会员查看完整内容
12

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
可解释推荐:综述与新视角
专知会员服务
108+阅读 · 2019年10月13日
论文浅尝 | 基于知识图谱中图卷积神经网络的推荐系统
开放知识图谱
67+阅读 · 2019年8月27日
论文浅尝 | 基于深度序列模型的知识图谱补全
开放知识图谱
29+阅读 · 2019年5月19日
基于深度交叉特征的推荐系统
微信AI
9+阅读 · 2019年2月1日
Github项目推荐 | RecQ - Python推荐系统框架
AI研习社
8+阅读 · 2019年1月23日
Python推荐系统框架:RecQ
专知
12+阅读 · 2019年1月21日
推荐中的序列化建模:Session-based neural recommendation
机器学习研究会
16+阅读 · 2017年11月5日
Arxiv
91+阅读 · 2020年2月28日
Arxiv
10+阅读 · 2019年2月19日
Arxiv
8+阅读 · 2018年2月23日
VIP会员
相关VIP内容
可解释推荐:综述与新视角
专知会员服务
108+阅读 · 2019年10月13日
相关资讯
微信扫码咨询专知VIP会员