数据过滤

 

递归的艺术 - 深度递归网络在序列式推荐的应用  https://mp.weixin.qq.com/s/nzEnluS4YCEy95Lqv7tTKQ

 

   在测试中，我们收集了QQ音乐最近的电台听歌记录，共约8千万条听歌序列，并对数据做了必要的预处理操作，主要包括下面两点：

1. 去掉了点击序列小于5首，大于50首的听歌数据，去掉序列过少是为了防止误点击，去掉过长的听歌序列是为了防止用户忘记关掉播放器。

2. 对于全部是5秒内跳过的听歌序列也同样去掉，这样可以有效防止不正当的负操作过多对模型训练产生的影响。

    代码采用Theano深度学习框架来实现，Theano也是当前对RNN支持最好的深度学习框架之一，它的scan机制使得RNN (包括LSTM, GRU) 的实现代码非常优雅。下图是核心递归代码生成的图结构：