😄 NeuralCF:2017新加坡国立大学提出。【后文简称NCF】 😄 PNN:2016年上海交通大学提出。 文章目录 NeuralCF 动机 原理 general NCF NCF终极版(GMF+MLP的结合) 缺点 优点 Reference NeuralCF 动机 前面学了MF,可知MF在用户-物品评分矩阵的基础上做矩阵分解(用户矩阵Q和物品矩阵P相乘),相当于将用户、物品向量转成了稠密的隐向量,在一定程度上弥补了CF在处理稀疏矩阵上能力不足的问题。 MF可通过初始化两个权重矩阵Q、P,然后根据已有评分值求损失,梯度下降更新权重。如下图所示: