纽莱克

NeuRec：关于个性化排名的非线性变换。用户-项目交互模式的建模是个性化推荐的一项重要任务。许多推荐系统都是基于用户和物品之间存在线性关系的假设，而忽略了现实生活中历史交互的复杂性和非线性。本文提出了一种基于神经网络的推荐模型（NeuRec），该模型解决了用户项目交互的复杂性，建立了一个综合网络，将非线性变换与潜在因素相结合。我们进一步设计了NeuRec的两个变体：基于用户的NeuRec和基于项目的NeuRec，通过关注交互矩阵的不同方面。在四个真实世界数据集上的大量实验证明了它们在个性化排序任务上的优越性。