A Scalable Probabilistic Tensor Factorization(SPTF)论文小结
SPTF具体来说还是基于张量分解TF的一种方法,同时也还是基于score learning的。
介绍
用户历史行为可以被分为两种类型: 显示反馈(explicit feedback)和隐式反馈(implicit feedback). explicit feedback包括用户关于他们感兴趣的item的显示输入,主要体现在对item的rating(评分)。但是explicit feedback并不总是能够获得。更多的情况下,隐式评分通过用户的行为例如点击或不点击,买或不买等表达出来,这些更容易常见也更容易获得。关于implicic feedback的一个缺陷就是只有正反馈我们才能观察到(比如user点击了某件item,或者购买了item等,对于不点击和不购买我们无法获知,且那些negative中并不是所有的都是对此不感兴趣,也可能user暂时不买,以后会买等)。 仅仅根据上面所说的正样例或者可观察到的协同过滤(CF)我们成为one-class Collaborative Filtering(OCCF).
现在很多工作集中在同质的用户行为上,并没有考虑到现实世界中用户行为的多样性和异质性。比如,典型的电商平台中用户的行为类型最少有四种(点击,加入购物车,收藏,购买)。不同的用户行为类型暗示着不同的语义和用户意图。人们和item交互的方式在理解用户意图和建模用户兴趣时是关键。也就是说我们关注的不是用户和什么交互了,而是用户怎样和item交互。另外,在单一行为类型上的(例如购买)用户隐式反馈数据是很稀疏的,因此,必须集体利用丰富的异构行为数据来增强每种类型的行为预测,尤其是对稀疏行为类型的预测(例如,购买预测)。
在这个论文中作者提出了SPTF模型,每个用户行为记录都是三元组(user,type,item)表示而不是二元组,我们区分不同的行为类型因为他们传达了不同的语义。SPTF为每个user,item,type学习潜在的向量表示。张量是对象之间多种关系的有用方式,张量因子分解被视为预测未来他们可能关系的重要手段。但是现存的TF模型
A Scalable Probabilistic Tensor Factorization(SPTF)论文小结相关推荐
- 论文笔记:Probabilistic Matrix Factorization
一.基本信息 论文题目:<Probabilistic Matrix Factorization> 发表时间:NIPS 2007 论文作者及单位: 论文地址:https://dl.acm. ...
- 【推荐系统算法】PMF(Probabilistic Matrix Factorization)
Mnih, Andriy, and Ruslan Salakhutdinov. "Probabilistic matrix factorization." Advances in ...
- 定点 浮点 神经网络 量化_神经网络模型量化论文小结
神经网络模型量化论文小结 发布时间:2018-07-22 13:25, 浏览次数:278 现在"边缘计算"越来越重要,真正能落地的算法才是有竞争力的算法.随着卷积神经网络模型堆叠的 ...
- Crowd Counting论文小结(持续更新)
Crowd Counting论文小结(持续更新) CSRNet: Dilated Convolutional Neural Networks for Understanding the Highly ...
- 概率矩阵分解(Probabilistic Matrix Factorization)
摘要 很多现有的协同过滤的方法既不能处理非常大的数据集,也不能容易地应对有非常少的评价的用户.在这篇论文中,我们提出了概率矩阵分解(PMF)模型,它的规模与观察值的数目线性相关,并且更重要的是,它在非 ...
- 神经网络模型量化论文小结
现在"边缘计算"越来越重要,真正能落地的算法才是有竞争力的算法.随着卷积神经网络模型堆叠的层数越来越多,网络模型的权重参数数量也随之增长,专用硬件平台可以很好的解决计算与存储的双重 ...
- SCALABLE PRIVATE LEARNING WITH PATE论文笔记
该论文源代码可以在https://github.com/tensorflow/privacy/tree/master/research 找到,同时2017PATE也可以在上面找到. 前言: 阅读本文前 ...
- Equalization Loss论文小结(CVPR2020)
接上一篇 BAGS小结(CVPR2020 Oral Paper) 今天继续分享一篇有意思的paper,关于长尾分布下的目标检测问题. Code Equalization Loss for Long ...
- 论文小结——影像学和基因组学多模态数据融合在肺癌复发预测中的应用
系列文章目录 基于多模态成像遗传学数据来预测帕金森病相关基因和大脑区域的新型GERNNE方法 基于聚类演化随机森林的阿尔兹海默症的多模态数据分析 影像学和基因组学多模态数据融合在肺癌复发预测中的应用 ...
最新文章
- Oracle对数据的导出和导入,建立用户,删除用户以及其下的所有表
- 潘建伟团队又创世界纪录!实现500公里量级现场光纤量子通信
- 【IOS 开发】Objective - C 面向对象高级特性 - 包装类 | 类处理 | 类别 | 扩展 | 协议 | 委托 | 异常处理 | 反射
- Linux服务器集群系统(二)—— LVS的IP负载均衡技术
- Linux负载均衡粘滞会话:IP_HASH Session(nosql mysql 文件共享系统 ) Cookie客户端加密识别用户
- hdu 1251 trie
- 这些排序算法的使用时机,你都知道吗?
- 程序员面试金典 - 面试题 17.18. 最短超串(双指针+哈希)
- Android的启动模式(上)
- tensorflow没有代码提示的问题
- sharepoint 2010报错问题集以及解决方法
- Extjs layout 总结
- Ubuntu中创建、删除、更改、移动文件的命令
- 过滤器做权限校验以及遇到的坑
- 突击Mercurial SCM(HG)3---撤销操作
- 单片机c语言1小时视频教程,1小时学会C语言51单片机C语言入门教程.doc
- IE浏览器 请求报304,解决办法 设置页面禁止缓存
- C++矩阵之岛屿的最大面积
- C. The Intriguing Obsession(神仙组合数)
- ThinkPHP5 实现短信验证码注册功能