Introduction
推荐算法通常分为CF和基于内容的推荐算法
我们提出了一种叫做 additional stacked denoising auto encoder 的算法
它利用附加信息克服冷启动和评分稀疏的问题
Preliminaries
Matrix Factorization

评分矩阵分解
u为用户向量
v为项目向量
Additional Stacked Denoising Autoencoder
降噪自编码器:输入加入高斯噪音,输出重构真实的输入
提高网络对噪音的适应能力

x表示附加信息
s表示样本
波浪线表示加入了噪音
损失函数

Additional Stacked Denoising Autoencoder
把aDA堆叠起来,获得更丰富的隐层表达能力

A Hybrid Collaborative Filtering Model
整体损失函数

模型结构图

其中损失函数第一项

展开损失函数

正则化项

优化方法


网友评论