基于层级嵌入学习的社交策展内容推荐

摘要：

为对社交策展网站中的用户-采集册-采集条目进行统一建模,提出一种基于层级嵌入学习的社交策展内容推荐方法.基于语言词向量嵌入模型,通过隐性层级嵌入学习和显性层级嵌入学习两种策略,学习得到用户、采集册和采集条目在同一低维嵌入空间的表达.通过该方法获得的嵌入表达较好捕捉了用户与内容之间的关联关系,可以准确匹配需求用户和感兴趣内容,应用到个性化信息推荐问题中.在图像策展网站Pinterest上的实验验证了该方法在采集册推荐和采集条目推荐问题上的有效性.

关键词：社交策展、层级嵌入学习、推荐系统、深度学习、词向量嵌入模型

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：山西大学商务学院科研基金项目2016012

在线出版日期：2018-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：716-720