其他
SIGIR2022 | 基于森林的深度推荐算法
为此，本文提出了一种基于深度森林的推荐模型（简称DeFoRec），以实现高效的推荐效果。在DeFoRec中，所有在训练过程中产生的树都被保留下来以形成森林。在学习每棵树的节点表示时，本文必须尽可能地满足最大堆假设，并在训练阶段模仿树上的定向搜索行为。具体的，它将训练任务视为对同一层次的树节点进行多分类任务。然而，树节点的数量随着级别的增加而呈指数级增长，这使得本文不得不在采样-最大限度技术的指导下训练偏好模型。最后，本文在真实世界的数据集上进行了实验，验证了所提出的基于森林的深度推荐算法和树状学习方法的有效性。
感兴趣的读者可阅读原论文进行深入阅读。欢迎干货投稿 \ 论文宣传 \ 合作交流
推荐阅读
由于公众号试行乱序推送，您可能不再准时收到机器学习与推荐算法的推送。为了第一时间收到本号的干货内容， 请将本号设为星标，以及常点文末右下角的“在看”。
由于公众号试行乱序推送，您可能不再准时收到机器学习与推荐算法的推送。为了第一时间收到本号的干货内容， 请将本号设为星标，以及常点文末右下角的“在看”。