Datawhale学习打卡课节1: Paddle开发深度学习模型快速入门 NCF

论文阅读笔记-Neural Collaborative Filtering

WWW’17 Xiangnan He et al.

文章内容

前置知识

• 协同过滤CF
  地位：推荐系统经典方法之⼀，甚至有人把推荐系统和协同过滤画等号。
  思想：根据历史交互行为找到⼀群口味很相似的用户；然后根据相似的用户再和你没见过的物品产生了什么交互，把这些推荐给你。这就是人们常说的人以群分，你是什么人，你就会遇到什么人，构成群体。在群体内互帮互助，利用集体智慧推荐。
• 矩阵分解MF
  地位：推荐系统Base Line方法之⼀
  宏观：把user–item交互矩阵分为两个子矩阵，用两个子矩阵相乘来重构关联矩阵，优化目标是使重构矩阵和真实矩阵之间的误差最小。常用的损失函数是均方误差。
  微观：每个user/item被投影到⼀个潜在空间，用潜在的向量表示。

本文切入点

1. 深度神经网络火热的当下，协同过滤方面之前还是对latent feature做内积来建模user-item交互，得到预测打分。

2. 内积在复杂的交互行为建模中，存在如下图所示的局限性，即只靠单纯的线性变换会存在⼀定的排序误差。
   

3. 深度神经网络火热的当下，协同过滤方面之前还是对latent feature做内积来建模user-item交互，得到预测打分。
   内积在复杂的交互行为建模中，存在如下图所示的局限性，即只靠单纯的线性变换会存在⼀定的排序误差。
   深度神经网络理论上可以拟合任意函数，可以更好地建模user-item之间复杂的交互过程。

本文贡献

本文用深度神经网络代替内积，实现对user-item的交互建模，并设计了⼀个通用的Neural Collaborative Filtering(NCF)，在此基础上提出了三种实例: Generalized Matrix Factorization(GMF)，Multi-Layer Perceptron(MLP)和Neural Matrix Factorization(NeuMF)。

通用框架NCF

Paddle实践

好的编程习惯

1. import 放最开头
2. config统一放置，防止漏更新

一些小点

• 计算用户的交互次数，把太少记录的用户认为是噪音数据，剔除掉，以求模型学到稳定的表征。

  df['user_count'] = df['user_id'].map(df['user_id'].value_counts())
  df = df[df['user_count']>20].reset_index(drop=True)
  

• 训练用的是1：3采样，测试用的是1：100
• 学到了pandas可以直接出rank

  
  test_df['ranking'] = test_df.groupby(['user_id'])['y_pre'].rank(method='first', ascending=False)
  

• 别的跟torch几乎没差别