作者:杨夕
项目地址:https://github.com/km1994/RS_paper_study
论文:Item2Vec: Neural Item Embedding for Collaborative Filtering
论文地址:https://arxiv.org/pdf/1603.04259v2.pdf
个人介绍:大佬们好,我叫杨夕,该项目主要是本人在研读顶会论文和复现经典论文过程中,所见、所思、所想、所闻,可能存在一些理解错误,希望大佬们多多指正。
Item2vec中把用户浏览的商品集合等价于word2vec中的word的序列,即句子(忽略了商品序列空间信息spatial information) 。出现在同一个集合的商品对视为 positive。对于集合
同word2vec,利用负采样,将
subsample的方式也是同word2vec:
最终,利用SGD方法学习的目标函数max,得到每个商品的embedding representation,商品之间两两计算cosine相似度即为商品的相似度。