面向推荐的线性自编码器的隐式 ZCA 白化效应
信息检索
2023-08-29 v1 机器学习
摘要
近来，在推荐系统领域，线性回归（自编码器）模型作为一种学习物品相似度的方法得到了研究。在本文中，我们展示了线性自编码器模型与针对推荐数据的 ZCA 白化之间的联系。具体而言，我们表明线性自编码器模型的对偶形式解实际上对物品的特征向量具有 ZCA 白化效应，而在自编码器/回归模型的原问题中物品被视为输入特征。我们还展示了将线性自编码器应用于使用 Item2vec 等嵌入方法获得的低维物品向量以估计物品-物品相似度的正确性。我们的实验提供了初步结果，表明对低维物品嵌入进行白化的有效性。
引用
@article{arxiv.2308.13536,
title = {Implicit ZCA Whitening Effects of Linear Autoencoders for Recommendation},
author = {Katsuhiko Hayashi and Kazuma Onishi},
journal= {arXiv preprint arXiv:2308.13536},
year = {2023}
}