Odnoklassniki中的组图建议


state of the art , . , , .


, ! , . , . , , .


?


— , , — . 11 . - , , .


" ", .



— "", -. 2 .


, , -:


  • . , 10 , . , , — , .
  • , .
  • .
  • — . , , .
  • . . “” , , , .

, - .



. C , , , Google , [1,2,3,4] YouTube.


, . "Are we really making much progress? A worrying analysis of recent neural recommendation approaches", RecSys :


  • 39% .
  • ItemKNN, UserKNN, Random Walks, SVD Top-N .

, RecSys , Random Walks . - .


, .


  • , . Python .
  • , .

Random Walks . , , , .


Random Walks


( ), — . , . - top-k .


, , , . ( ), , “ ”. , .


, “ ” — “ ” . , . .



ItemKNN , ().


, , - . , word2vec.


word2vec


Word2vec — . . , word2vec () , , . , , , .


, , , , , .



, . top-k , ( 4 ). / +25% , 1 13 .


, - .



, : () (), ( — N+1).



. , , , , , .


“ ”. (, ) , . , , . - , , , .



, , , , . / .


- , “ ” , , .



“ ” , ( ):


  1. : , , ( ).
  2. : , , .
  3. , , .
  4. ( ).
  5. , , ( ).
  6. . .

word2vec , / +23% 1 9,5% 1 10 .



, "" , ? , . , "" ( -), .


(Top-N , ), -. , ( ), . , , - .


, ,


, , : .


, , . , . , , , .


, , , , - . , .


, : “” “” .



“” : , , . “” , , , , , “”.


“” . .


, , “” “” , : .. , “” “”, . , , NP. , 10 “” “” , .



, word2vec, :


  • x4 ;
  • x13 1 ;
  • +30% .


:


  1. XGBoost, .
  2. WARP loss LightFM.
  3. .
  4. “ ” .
  5. , BPR, - SVD .


— , Data #3.


. , — .


All Articles