Datawhale十月组队学习_推荐系统1

不管现实多么惨不忍睹,都要持之以恒地相信,这只是黎明前短暂的黑暗而已。不要惶恐眼前的难关迈不过去,不要担心此刻的付出没有回报,别再花时间等待天降好运。真诚做人,努力做事!你想要的,岁月都会给你。Datawhale十月组队学习_推荐系统1,希望对大家有帮助,欢迎收藏,转发!站点地址:www.bmabk.com,来源:原文

Datawhale十月组队学习_推荐系统

20201019所学

推荐系统中对于一般的one-hot编码进行了平滑处理。

如下图片所示: 在这里插入图片描述
Embedding其实是一种思想,主要目的是将稀疏的向量(如one-hot编码)表示转换成稠密的向量,下图直观的显示了one-hot编码和Embedding表示的区别于联系,即Embedding相当于是对one-hot做了平滑,而onehot相当于是对Embedding做了maxpooling

目前主流的Embedding技术主要可以分为三大类。

  1. text embedding
  2. image embedding3. graph embedding
    在推荐系统领域,text embedding技术是目前使用最多的embedding技术,对于文本特征可以直接使用该技术,对于非文本的id类特征,可以先将其转化成id序列再使用text embedding的技术获取id的embedding再做召回。
    常见的text Embedding的技术有:
  3. 静态向量:word2vec, fasttext, glove
  4. 动态向量:ELMO, GPT, BERT

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

文章由极客之家整理,本文链接:https://www.bmabk.com/index.php/post/165195.html

(0)
飞熊的头像飞熊bm

相关推荐

发表回复

登录后才能评论
极客之家——专业性很强的中文编程技术网站,欢迎收藏到浏览器,订阅我们!