TianduAI

Action speak louder than words

0%

一种简单优雅的实现方法

余弦相似度计算公式

$ cos(\vec x,\vec y)=\frac{<\vec x,\vec y>}{|\vec x| |\vec y|} $

最直观实现方式

user_side_representationitem_side_representationshape=[None, 4],其中None表示batch_size,4表示embedding_size

计算user_side_representationitem_side_representation两者的cosine similarity最直观的实现方式为:
1)求user_side_representationitem_side_representation的内积inner_product;
2)分别计算user_side_representationitem_side_representationL2-normnorm_usernorm_item;
3)计算inner_product / (norm_user*norm_item)

阅读全文 »

Deep Neural Networks for YouTube Recommendations论文阅读

推荐YouTube videos的挑战主要来自三个方面:

  • scale

    需要将推荐算法应用在极大规模场景下

  • freshness

    每秒都有新视频上传。推荐系统应该也要对这些新视频做出足够的响应

  • noise

    因为稀疏性和一系列无法被观察到的外部因素,历史用户行为很难被预测。很难有刻画用户满意度的ground truth,所以模型是对含有噪音的隐式反馈信息建模。所以算法应该要对训练数据集中的这些特征具有鲁棒性。

阅读全文 »