movielens推薦系統_深度學習在推薦系統中的應用1（附代碼、論文及資料集）

本賬号為第四範式智能推薦産品先薦的官方賬号。賬号立足于計算機領域，特别是人工智能相關的前沿研究，旨在把更多與人工智能相關的知識分享給公衆，從專業的角度促進公衆對人工智能的了解；同時也希望為人工智能相關人員提供一個讨論、交流、學習的開放平台，進而早日讓每個人都享受到人工智能創造的價值。

以下内容經作者授權轉載自微信公衆号【智能推薦系統】
。轉載内容僅用于學習交流，版權歸原作者所有。

在之前的文章中，我們介紹了深度學習推薦算法的相關基礎知識，本篇文章及以後，我們會挑選一些業界有影響力會議、期刊的深度學習推薦算法進行介紹，可以結合着論文和之前的《智能推薦算法之深度學習基礎知識》一起來看。

[1] Convolutional Matrix Factorization for Document Context-Aware

Recommendation

Donghyun Kim et al.

RecSys 2016

http://uclab.khu.ac.kr/resources/publication/C_351.pdf

這篇文章提出一種能夠利用上下文資訊的推薦模型，卷積矩陣分解 (convolutional matrix factorization，ConvMF)，這種模型将卷積神經網絡融入到機率矩陣分解中。這種做法可以捕捉文檔的上下文資訊，進而提高打分的預測準确率。

模型圖示如下：