• 博客园logo
  • 会员
  • 众包
  • 新闻
  • 博问
  • 闪存
  • 赞助商
  • HarmonyOS
  • Chat2DB
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    我的博客 我的园子 账号设置 会员中心 简洁模式 ... 退出登录
    注册 登录
 






_1024

 
 

Powered by 博客园
博客园 | 首页 | 新随笔 | 联系 | 订阅 订阅 | 管理

2017年5月7日

【论文阅读-REC】<<Recommending music on Spotify with deep learing>>阅读
摘要: 1、协同过滤 协同过滤不使用item的具体信息,因此可适用性很强,在书籍、电影、音乐上都可用; 协同过滤不适用item的具体信息,因此强者愈强; 冷启动问题无法解决 2、基于内容的推荐 使用声音信号推荐 3、用DL预估偏好 把用户和music各表示成vec 4、提升效率 输入:每个audio,切割成 阅读全文
posted @ 2017-05-07 13:40 _1024 阅读(168) 评论(0) 推荐(0)
 
【论文阅读-REC】<<DEEP NEURAL NETWORKS FOR YOUTUBE RECOMMENDATIONS>>阅读
摘要: 1、介绍: YouTube推荐的挑战: scale:很多算法在小数据有用,在youtube无用; freshness:需要对对新上传视频足够敏感; noisy:没有真实的用户反馈;缺少结构化的数据 2、skip 3、候选生成: 之前的模型是基于矩阵分解;YouTube的DL模型的前几层就是使用神经网 阅读全文
posted @ 2017-05-07 01:37 _1024 阅读(215) 评论(0) 推荐(0)
 
【论文阅读-REC】<<Deep Neural Networks for Youtube Recommendations>>阅读
摘要: 1、介绍: YouTube推荐的挑战: scale:很多算法在小数据有用,在youtube无用; freshness:需要对对新上传视频足够敏感; noisy:没有真实的用户反馈;缺少结构化的数据 2、skip 3、候选生成: 之前的模型是基于矩阵分解;YouTube的DL模型的前几层就是使用神经网 阅读全文
posted @ 2017-05-07 01:32 _1024 阅读(184) 评论(0) 推荐(0)