双曲神经协同推荐器
信息检索
2021-04-16 v1
摘要
本文探索双曲几何与深度学习技术在推荐中的应用。我们提出双曲神经协同推荐器（HNCR），一种利用用户/项目间相互语义关系进行协同过滤（CF）任务的深度双曲表示学习方法。HNCR 包含两个主要阶段：邻居构建与推荐框架。第一阶段引入邻居构建策略，根据用户-项目历史交互为每个用户和项目构建语义邻居集合。第二阶段，我们开发基于双曲几何的深度框架，将构建的邻居集合整合进推荐。通过一系列广泛实验，我们表明 HNCR 优于其欧氏对应方法及最先进基线。
引用
@article{arxiv.2104.07414,
title = {Hyperbolic Neural Collaborative Recommender},
author = {Anchen Li and Bo Yang and Hongxu Chen and Guandong Xu},
journal= {arXiv preprint arXiv:2104.07414},
year = {2021}
}
备注
arXiv admin note: substantial text overlap with arXiv:2102.09389