一种用于协同过滤的混合变分自编码器
信息检索
2018-09-25 v2 机器学习
机器学习
摘要
在当今几乎每个行业都有在线存在且用户在在线市场中互动的时代，个性化推荐已变得相当重要。传统上，协同过滤问题一直使用本质上线性的矩阵分解来解决。我们通过提出一种混合、多模态的方法，扩展了文献[11]关于使用变分自编码器（VAE）处理隐式反馈协同过滤的工作。我们的方法将电影嵌入（从姊妹 VAE 网络学习得到）与来自 Movielens 20M 数据集的用户评分相结合，并应用于电影推荐任务。我们凭经验展示了 VAE 网络如何通过融入电影嵌入而得到增强。我们还通过对从 VAE 获得的潜在表示进行聚类来可视化电影与用户嵌入。
引用
@article{arxiv.1808.01006,
title = {A Hybrid Variational Autoencoder for Collaborative Filtering},
author = {Kilol Gupta and Mukund Yelahanka Raghuprasad and Pankhuri Kumar},
journal= {arXiv preprint arXiv:1808.01006},
year = {2018}
}