推荐系统实战 第二周 第一节 MF算法tensorflow实现


因为涉及到NLP,文本卷积网络的知识,推导模型花了很长时间,两天时间看了视频,跑通了程序。
大多数都是自我理解,有问题直接交流就好
下面两个pdf一个是看视频的笔记, 一个是程序的注释解析
将tensorboard的模型放在此处。

微信截图_20181208154021.png


最主要的问题,其实刚开始我不理解,为什么一个userid,经过神经网络直接对应了200维特征向量,为什么一个moiveid,经过神经网络直接对应了200维特征向量,输入对应的评分经过训练,两个就可以相乘获得user对于movie的评分,没有利用到user的属性(年龄等)和movie的属性(类型等)
后来我的理解是例如movieid经过了训练的200维特征向量一方面作为一个向量,与其他id的向量对应可以有相似度,与userid对应的特征向量计算可得评分。
还有一个细节上的问题,就是在数据处理步骤中堆title类型转化时,应该将填充项设为0
已邀请:

要回复问题请先登录注册