推荐系统笔记--Swing模型的原理

1--Swing模型的引入

在 Item CF 召回中,物品的相似度是基于其受众的交集 来衡量的,但当受众的交集局限在一个小圈子时,就会误将两个不相似的物品定义为相似;

Swing 模型引入用户的重合度来判断两个用户是否属于一个小圈子;

overlap(u1, u2) 用来衡量用户 U1 和 U2 的重叠度,重叠度大代表两个人可能来自同一个小圈子,那么他们对相似度的贡献会比较小。重叠度小,说明他们可能不属于同一个小圈子,则他们对相似度的贡献比较大,

使用 overlap(u1, u2) 可以降低小圈子对相似度的影响,alpha是个人工设置的参数,用来防止分母为 0 的情况;

相关推荐
绵满2 天前
"MixFormer: Co-Scaling Up Dense and Sequence in Industrial Recommenders" 论文笔记
大模型·推荐系统
爱喝雪碧的可乐3 天前
2026 腾讯广告算法大赛优秀方案启示:行为条件化多模态自回归生成推荐摘要
算法·数据挖掘·回归·推荐系统·推荐算法
绵满4 天前
"HyFormer: Revisiting the Roles of Sequence Modeling and Feature Interaction in CTR Prediction" 论文笔记
大模型·推荐系统
绵满6 天前
"OneTrans: Unified Feature Interaction and Sequence Modeling with One Transformer in Industrial Recommender" 论文笔记
大模型·推荐系统
绵满7 天前
“CREAD: A Classification-Restoration Framework with Error Adaptive Discretization for Watch Time Prediction in Video Recommender Systems” 论文笔记
深度学习·推荐系统
绵满8 天前
“A Deep Probabilistic Model for Customer Lifetime Value Prediction” 论文笔记
深度学习·推荐系统
绵满11 天前
"Deconfounding Duration Bias in Watch-time Prediction for Video Recommendation" 论文笔记
推荐系统·多模态
盼小辉丶1 个月前
PyTorch实战(40)——使用PyTorch构建推荐系统
人工智能·pytorch·深度学习·推荐系统
阿钱真强道2 个月前
08 Python 数据分析:学生画像匹配与相似度计算
python·机器学习·数据分析·pandas·推荐系统·相似度计算·文本分析
猿小羽3 个月前
深入理解 Microservice Control Proxy(MCP) 的 AI 实战指南
微服务·ai·推荐系统·service mesh·microservice·mcp·ai 实战