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
我就算饿死也不做程序员22 天前
多场景多任务建模(三): M2M(Multi-Scenario Multi-Task Meta Learning)
深度学习·推荐系统
强哥之神1 个月前
推荐系统:用户行为建模方法
大数据·人工智能·深度学习·机器学习·语言模型·推荐系统
王小王-1232 个月前
基于机器学习的酒店评论分析与推荐系统设计
人工智能·机器学习·推荐系统·酒店评论分析
我就算饿死也不做程序员2 个月前
多任务学习MTL模型:多目标Loss优化策略
人工智能·深度学习·算法·推荐系统
浊酒南街4 个月前
推荐系统三十六式学习笔记:原理篇.深度学习20|用RNN构建个性化音乐榜单
深度学习·推荐系统
浊酒南街5 个月前
推荐系统三十六式学习笔记:原理篇.矩阵分解12|如果关注排序效果,那么这个模型可以帮到你
学习·推荐系统
orion-orion6 个月前
推荐系统:精排多目标融合与超参数学习方法
推荐系统·数值优化·多任务学习
Python极客之家7 个月前
基于大数据的汽车信息可视化分析预测与推荐系统
大数据·机器学习·毕业设计·网络爬虫·推荐系统·可视化分析
机器学习社区7 个月前
面了钉钉搜广增算法岗(暑期实习),秒挂。。。。
算法·面试·钉钉·推荐系统·推荐算法·搜索算法·搜广推
博士僧小星9 个月前
人工智能|推荐系统——基于tensorflow的个性化电影推荐系统实战(有前端)
前端·人工智能·tensorflow·推荐系统·电影