隐式反馈场景下的LFM-XGB-LR融合推荐算法

摘要：

在信息流消费场景中,利用用户的隐式行为反馈,对用户进行个性化内容推荐是核心问题.而由于行为惯性的问题,用户通常只是浏览feed流,互动行为数据稀疏,导致传统方法在个性化等方面性能不高.针对该问题,设计了隐式反馈的权重转化方法,提出LFM-XGB-LR融合模型,利用LFM生成嵌入向量,结合了XGB在特征交叉和LR在离散计算上的优势.实验结果表明,基于LFM的嵌入改善了模型个性化的问题,该融合模型在各项指标上均有稳定提升.

关键词：隐语义模型、隐向量嵌入、隐式反馈、融合模型、推荐系统

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

在线出版日期：2020-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：85-92