写Bug的程序猿

赞

97

|

搜索文章

23. DIN与注意力计算方式

动态兴趣网络（Dynamic Interest Network，DIN）是一种用于推荐系统的深度学习模型，它以注意力机制为基础，可以根据用户当前的兴趣动态调整推荐结果。

2年前
855
点赞
评论

22. 基本序列推荐模型

在推荐系统领域，序列推荐模型是一类重要的模型，它们专门用于处理用户的行为序列数据，例如购买历史、点击历史、观看历史等。

2年前
780
点赞
评论

21. AFM 模型：自适应因子分解机

在推荐系统和CTR预测中，因子分解机是一种强大的模型，用于捕捉特征之间的交互信息。然而，FM 模型通常假设特征之间的交互权重是固定的，这在某些情况下可能不够灵活。

2年前
541
1
评论

20. DeepFM 模型：融合因子分解机和深度学习的推荐算法

在推荐系统领域，DeepFM 模型是一种结合了因子分解机（Factorization Machines，FM）和深度学习的强大模型，它能够有效地捕获特征之间的交叉信息，并进行深层次的特征学习。

2年前
161
点赞
评论

19. Wide & Deep 模型：融合广度与深度的推荐算法

在推荐系统领域，Wide & Deep 模型是一种广泛应用的深度学习模型，它成功融合了广度和深度的特点，能够同时捕获用户的兴趣多样性和深层次的特征学习。

2年前
543
点赞
评论

18. FM在深度学习中的应用：FNN

FM在深度学习中的应用：FNN 因子分解机（Factorization Machines，FM）是一种经典的机器学习模型，用于解决特征交叉的问题。

2年前
232
点赞
评论

17. ALS结合RNN的推荐算法

在推荐系统领域，结合交替最小二乘和循环神经网络的推荐算法，能够同时考虑用户-物品交互信息和用户行为序列，提高推荐的准确性和个性化程度。

2年前
231
点赞
评论

16. 结合RNN的推荐算法

在推荐系统领域，结合循环神经网络（Recurrent Neural Network，RNN）的推荐算法能够更好地捕捉用户行为的序列模式。RNN能够处理变长的序列数据，因此在推荐系统中广受欢迎。

2年前
180
点赞
评论

15. 神经网络推荐算法推导范式之结合CNN的推荐算法

在推荐系统领域，神经网络的应用日益广泛。其中，卷积神经网络（Convolutional Neural Network，CNN）在处理图像和序列数据方面表现出色。

2年前
249
点赞
评论

14. 神经网络推荐算法推导范式之ALS+MLP的推荐算法

在推荐系统中，神经网络与传统的协同过滤方法相结合，能够实现更加准确和个性化的推荐。本文将介绍一种结合交替最小二乘（ALS）和多层感知机（MLP）的推荐算法，以及通过代码示例演示如何构建和应用这一方法。

2年前
828
1
1

个人成就

文章被点赞 21

文章被阅读 21,142

掘力值 1,014

加入于

2022-09-08