摘要：
今天讨论 "Distributed Representations of Words and Phrases and their Compositionality" 。我认为这篇论文对 NLP 发展具有里程碑式的意义。这篇论文我很很久以前读，但是并没有完全搞明白。最近看论文牵扯到这里面的部分知识，发 阅读全文
摘要：
这是本文要讨论的论文： 背景 在基于模型的协同过滤技术（Model Based CF）中，矩阵分解（matrix factorization, MF) 应用的最多。在 MF 中 user item 矩阵被分解为 user 矩阵和 item 矩阵。user 和 item 都被映射到一个隐空间中，各自有 阅读全文
摘要：
今天看了出自 IJCAI 2017 的论文 DeepFM: A Factorization Machine based Neural Network for CTR Prediction，思想并不复杂，现将笔记大致记录于此。 背景 CRT (click through rate) 预测，是指预测用户 阅读全文
摘要：
本文是我在阅读推荐系统经典论文 Item Based Collaborative Filtering Recommendation Algorithms 时候记录的笔记。 协同过滤算法 协同过滤算法（collaborative filtering algorithm, CF）基于当前用户先前的行为（ 阅读全文
摘要：
本文是我在阅读 Amazon 工程师 2003 年发表的论文 Item to Item Collaborative Filtering 时记录的笔记。 介绍 Amazon.com 的推荐系统所面对的挑战： 海量商品+海量用户 实时推荐，半秒内做出响应，且生成可靠的推荐结果 新用户的信息很少，老用户有 阅读全文
摘要：
本文为我在阅读 YouTube 工程师在 2016 年发表的推荐系统论文 Deep Neural Networks for YouTube Recommendations 时候记录的笔记。 前言 YouTube 是世界上最大是视频网站，在视频推荐系统的设计上，YouTube 面临以下挑战： 规模大： 阅读全文
摘要：
本文为阅读 MF 经典论文 Matrix Factorization Techniques for Recommender Systems 的笔记。 推荐系统算法 从推荐系统做推荐的依据，大体上可以将推荐系统分为两种： 1. 基于内容 2. 协同过滤 基于内容的推荐算法 对于用户，根据个人身份信息或 阅读全文
摘要：
线性模型 线性模型，如 logistics regression 仅学习到输入特征的权重，无法利用组合特征。可以将特征彼此相乘，给线性模型引入非线性特征。如下式所示： $$\hat{y}(x) := \underbrace {w_0 + \sum_{i=1}^{n} w_i x_i }_{\text 阅读全文
摘要：
本文为阅读论文 Wide & Deep Learning for Recommender Systems 时记下的笔记。 背景 推荐系统给出的结果需要兼顾相关性和新颖性。推荐的内容和用户特征很匹配，就会推荐大量相关内容，时间一久，用户感到无新鲜感。推荐内容过于泛化，用户的兴趣无法满足。本文提出的算法 阅读全文
摘要：
本文是我大约一年前在读论文 _A Survey of Collaborative Filtering Techniques_ 时记下的笔记，但是写的比较凌乱。现在重新整理了，并结合自己的理解做了一些补充。有些章节感觉读综述搞不明白，需要深入读相关论文才行，这些部分没有记录。 1. 介绍 如今人们越来 阅读全文