神经网络增强的成对双线性因子分解机

摘要： 基于神经网络增强的因子分解机模型因可以捕捉更多高阶特征的交互，使预测结果愈加精准而成为了当前推荐算法的研究热点。针对现有模型在对用户与物品交互特征进行建模时，并没有综合考虑高阶交互特征和原始低阶特征的问题，同时为了提高模型对用户偏好的建模能力，采用深度神经网络，并且结合成对学习提出了新的深度神经网络增强的成对双线性因子分解机模型DeepPRBFM。该模型采用一对分别包含正样本和... （共12页）