用于音乐推荐的深度内容-用户嵌入模型
信息检索
2018-07-19 v1 机器学习
多媒体
摘要
近来，基于深度学习的推荐系统已通过混合方法被积极探索以解决冷启动问题。然而，以往多数研究提出的混合模型中，协同过滤与基于内容的过滤模块是独立训练的。端到端方法将不同模态数据作为输入并联合训练模型，可提供更优优化，但尚未被充分探索。在这项工作中，我们提出深度内容-用户嵌入模型，一种结合用户-物品交互与音乐音频内容的简单直观架构。我们在音乐推荐与音乐自动标注任务上评估该模型。结果表明所提模型显著优于以往工作。我们还讨论了进一步改进所提模型的多个方向。
引用
@article{arxiv.1807.06786,
title = {Deep Content-User Embedding Model for Music Recommendation},
author = {Jongpil Lee and Kyungyun Lee and Jiyoung Park and Jangyeon Park and Juhan Nam},
journal= {arXiv preprint arXiv:1807.06786},
year = {2018}
}