面向用户与物品冷启动推荐的元数据嵌入
信息检索
2015-07-31 v1
摘要
我提出了一种混合矩阵分解模型，将用户和物品表示为其内容特征的潜因子的线性组合。该模型在冷启动或稀疏交互数据场景（同时使用用户和物品元数据）下优于协同过滤和基于内容的模型，并且在交互数据丰富时至少与纯协同矩阵分解模型表现相当。此外，该模型生成的特征嵌入以类似词嵌入方法的方式编码语义信息，使其可用于一系列相关任务，如标签推荐。
引用
@article{arxiv.1507.08439,
title = {Metadata Embeddings for User and Item Cold-start Recommendations},
author = {Maciej Kula},
journal= {arXiv preprint arXiv:1507.08439},
year = {2015}
}