周涛:利用社交媒体内容信息,为新用户提供位置推荐( 七 )
用户-特征矩阵
、
地点-特征矩阵
作为输入,把每一个用户、地点和特征都映射到一个联合潜空间(joint latent space)中,因此
任意两个对象在这个joint latent space中的点积就是他们之间的偏好值或者匹配程度
——比如说一个人和一个地点分类特征(如酒店)的点积就表示这个人对酒店这类地点的喜好程度。我们用了一些手段(详见
[9]
)保证关键的学习和优化算法复杂度随着数据规模与特征数量增加都是线性增加的。
这种方法不仅效率很高,而且在和若干通用或前沿算法(包括LibFM
[5]
,GRMF
[2]
,LightFM
- 别再坐凳子了!站起来利用凳子做做这些动作,帮你健身
- 达州:利用特殊身份向“黑车”收保护费 家族式恶势力团伙获刑
- 开学了,大学生的社交焦虑来袭
- 让“社交打卡”化为自律习惯 | 微议录
- 人民日报:让“社交打卡”化为自律习惯
- 海南:发挥检察机关保障能力 提高国土资源利用效率
- 成都集中报废426辆克隆出租车 可回收废钢再利用
- 三部门:擅自利用互联网销售福彩体彩被视作非法彩票
- 又一社交APP火了!有人说它干掉微信有人说它涉黄...但这一功能获
- 红杉中国领投A轮,梅花创投跟投,程一电台将发力声音社交