广义基于核的动态模态分解的非线性简化建模
摘要：在线学习导致了在线学习行为的数据增长。 这种增长需要高效的学习算法来推断用户需求，并提供个性化的内容。 生成推荐系统以预测用户对未来项目的有用度。 如何在用户与项目之间建立有效的分布式表示是该问题的关键挑战。为了解决这个问题，我们提出了一种基于课程关系图的推荐模型（CRCL）。 该模型通过利用课程关系图来获取表示，该表示捕捉到了课程之间的微妙关系。 实验结果表明，CRCL模型能够有效地推断用户兴趣并生成准确的推荐。
作者：Patrick H''eas and C''edric Herzet and Benoit Comb`es
论文ID：1710.10919
分类：Machine Learning
分类简称：stat.ML
提交时间：2020-02-24