请你说一说推荐算法，fm，lr，embedding
推荐算法
利用用户行为数据
利用用户标签
利用上下文信息
利用社交网络信息
FM算法
FM（Factorization machines）模型由Steffen Rendle于2010年提出，目的是解决稀疏数据下的特征组合问题。
这里的一篇博客讲解得非常详细
lr
之前的题目中有很多这相关的，主要是以下几种：
- lr的推导
- lr和svm的区别
- lr的损失函数
暂时想到的就这几种，欢迎补充
embedding
主要是在NLP中存在的，当然最近在GNN中也有很多的embedding
NLP中的embedding可以参考我之前的写的一篇博客浅谈Word2Vec
GNN中的embedding可以参考我写的一篇博客deepwalk，这个后面我会继续写几篇博客，欢迎交流
发表于 2019-04-21 20:21:28
回复(0)
问题信息
-
扫描二维码，关注牛客网
- 意见反馈
-
下载牛客APP，随时随地刷题
扫一扫，把题目装进口袋
- 求职之前，先上牛客
-
扫描二维码，进入QQ群
扫描二维码，关注牛客公众号
- 公司地址：北京市朝阳区北苑路北美国际商务中心K1座一层-北京牛客科技有限公司
- 联系方式：010-60728802 投诉举报电话：010-57596212（朝阳人力社保局）
- 牛客科技© All rights reserved admin@nowcoder.com
- 京ICP备14055008号-4 增值电信业务经营许可证 营业执照 人力资源服务许可证
-
京公网安备
11010502036488号
