论文笔记-Item2Vec- Neural Item Embedding for Collaborative Filtering

Posted Akane

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了论文笔记-Item2Vec- Neural Item Embedding for Collaborative Filtering相关的知识,希望对你有一定的参考价值。

将word2vec思想拓展到序列item的2vec方法并运用到推荐系统中,实质上可以认为是一种cf

 

在word2vec中,doc中的word是具有序列关系的,优化目标类似在max对数似然函数

技术分享图片

 

 应用在item2vec上,可以有两种看待方式:

(1)如果item是强时序关系的,那么对某一次序列中的item,可以看成doc中的word,对其进行word2vec

(2)如果item是set-based,不用考虑时序,那么可能需要对word2vec进行变形

 

技术分享图片

论文中对第二种情况进行了描述,有两种变形方式

(1)改变滑动窗口,不再使用定长c,还是根据set的size灵活变化(也就是对整个set里的word进行两两组合成样本)

(2)在训练过程中对每个set随机shuffle

 

论文中使用的两个数据集,一是用户收听的音乐歌手数据,一个是订单以及其中goods的数据

在推荐上,可以是用户一次浏览序列里面的item,用户豆列里的item,等等

可以看到word2vec在构建集合内item关系时很有用处

 

参考:

https://zhuanlan.zhihu.com/p/27234078

https://zhuanlan.zhihu.com/p/24339183

以上是关于论文笔记-Item2Vec- Neural Item Embedding for Collaborative Filtering的主要内容,如果未能解决你的问题,请参考以下文章

《Non-local Neural Networks》论文阅读笔记

【NLP论文笔记】Sequence to Sequence Learning with Neural Networks

论文笔记之Neural Collaborative Filtering

论文笔记之GPT-GNN: Generative Pre-Training of Graph Neural Networks

A Critical Review of Recurrent Neural Networks for Sequence Learning-论文(综述)阅读笔记

论文笔记:E(n) Equivariant Graph Neural Networks