更像是矩阵分解多一点，没有涉及到SVD的数学意义，这篇博客大概会写一些数学SVD的数学理解，以及SVD在PCA和推荐算法上面的应用。
在微信视视频号推荐算法大赛中，给出来融合了OCR、ASR、图像、文字的多模态的内容理解特征向量Feed Embedding，共512维向量。对于给定的一定数量到访过微信视频号“热门推荐”的用户，根据这些用户在视频号内的历史n天的行...
大多数现有的推荐debias的工作，如反向inverse propensity scoring和imputation方法，侧重于一个或两个具体的Bias，缺乏通用性。
对于炼丹师来说，特别是面对海量特征，还要从中挖掘出交叉特征"喂"给模型，是十分痛苦的。不得不说，人都是"懒惰"的，我们炼丹师当然希望有个厉害的深度学习模型，只需要对最原始的特征做预处理后，扔给模型，让它自己学习交叉特征。...
基于脱敏和采样后的数据信息，对于给定的一定数量到访过微信视频号“热门推荐”的用户， 根据这些用户在视频号内的历史n天的行为数据，通过算法在测试集上预测出这些用户对于不同视频内容的互动行为（包括点赞、点击头像、收...
对推荐结果的评估一直都是十分重要的环节，一个推荐算法或者说排序的优劣直接体现在这些评估指标上。具体地，有三种方式，分别是产品数据层面、机器学习算法层面、用户体验层面。...
Factorization Machines(FM) 因子分解机是Steffen Rendle于2010年提出，而Field-aware Factorization Machine (FFM) 场感知分解机最初的概念来自于Yu-Chin Juan与其比赛队员，它们借鉴了辣子Michael Jahrer的论文中field...
评分预测是比较简单的一种模型，比如某个用户给定某个物品的评分，在对比其他用户对该用户的评分相似度来判断该用户对其他物品的喜爱程度，从而进行推荐。最典型的就是IMDB与豆瓣，都需要用户主动评分才能进行下一步推荐。其...
本文分享一篇发表在ICLR’21的推荐系统方向的文章：推荐系统中可学习的嵌入维度。
强化学习在训练agent时，优化的目标是最大化决策所能带来的长期奖励。传统的基于监督学习的推荐系统往往不考虑长期奖励，而是仅考虑短期的收益(例如此刻推荐什么物品点击率最高，或者本日推荐什么转化率最高)。因此，如果可...
