一种应用于推荐系统的鲁棒无偏的负采样方法.pdfVIP

下载本文档

0
0
约1.54万字
约 13页
2023-04-27 发布于北京
举报
版权申诉

一种应用于推荐系统的鲁棒无偏的负采样方法.pdf

1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种应用于推荐系统的鲁棒无偏的负采样方法，涉及电子商务领域，通过确定需要优化的损失函数优化推荐系统；计算用户对所有物品的打分，根据打分对正样本和负样本进行分簇，利用历史的评分矩阵来指导训练数据生成采样概率；使用采样后的样本进行训练，对预估值纠偏；使用本发明的鲁棒无偏的负采样方法结合推荐系统，对用户的喜好进行建模；根据模型的打分，均匀的采样hard和easy的正样本和负样本，由于使用采样的样本来训练模型，因此模型输出是有偏的，因此对损失函数作了修改，使采样方法具有无偏性。

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114140171 A (43)申请公布日 2022.03.04 (21)申请号 202111498469.9 (22)申请日 2021.12.09 (71)申请人东北大学地址 11