推荐系统协同过滤升级 NeuralCF - 协同过滤和 NeuralCF
最编程
2024-05-04 13:51:36
...
- 协同过滤是推荐算法中最经典的，但是随着技术的发展，协同过滤相比深度学习模型的弊端就日益显现出来了，因为它是通过直接利用非常稀疏的共现矩阵进行预测的，所以模型的泛化能力非常弱，遇到历史行为非常少的用户，就没法产生准确的推荐结果了。虽然可以通过矩阵分解算法可以提高泛化能力。但是矩阵分解中的计算主要是以内积的方式对用户及物品向量进行交叉计算，所以拟合能力较弱。
- 2017 年，新加坡国立的研究者就使用深度学习网络来改进了传统的协同过滤算法，取名NeuralCF（神经网络协同过滤）。NeuralCF大大提高了协同过滤算法的泛化能力和拟合能力。
下一篇： 太阳照常升起