基于多任务学习的冷启动播放列表推荐
信息检索
2019-01-21 v1 机器学习
机器学习
摘要
播放列表推荐涉及生成一组用户可能喜欢的歌曲。我们在三种冷启动场景中研究该问题:(i) 冷播放列表,我们向已有用户推荐歌曲以组成新的个性化播放列表;(ii) 冷用户,我们向新用户推荐歌曲以组成新的播放列表;(iii) 冷歌曲,我们推荐新发布的歌曲以扩展用户已有的播放列表。我们提出一种灵活的多任务学习方法来处理所有三种设定。该方法从用户策划的播放列表中学习,并通过最小化二部排序损失,鼓励播放列表中的歌曲排在非播放列表歌曲之前。受二部排序与二分类等价性的启发,我们展示了如何通过最小化分类损失来高效近似多任务学习目标的最优解。在两个真实播放列表数据集上的实证结果表明,所提方法在冷启动播放列表推荐上具有良好性能。
引用
@article{arxiv.1901.06125,
title = {Cold-start Playlist Recommendation with Multitask Learning},
author = {Dawei Chen and Cheng Soon Ong and Aditya Krishna Menon},
journal= {arXiv preprint arXiv:1901.06125},
year = {2019}
}
备注
15 pages