原书出处
深度学习推荐系统
03 第3章 浪潮之巅——深度学习在推荐系统中的应用
发下,新加坡国立大学的研究人员提出了NeuralCF模型。 3.4.2 NeuralCF模型的结构 如图 3-9 所示,
NeuralCF 用“多层神经网络+输出层”的结构替代了矩阵分解模型中简单的内积操作。这样做的收益是直观的,一是让用户向量和物品向量做更充分的交叉,得到更多有价值的特征组合信息;二是引入更多的非线性特征,让模型的表达能力更强。
图3-9 从传统矩阵分解到 NeuralCF 以此类推,事实上,用户和物品向量的互操作层可以被任意的互操作形式所代替,
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深度学习推荐系统/_epub-src/text/part0007_split_004.html
EPUB SHA-256:2cd732704a51828ea5c0ec7decb8861b35f44e5e16d9af11fbc68f7084f63382