期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度神经网络的音乐隐式样本去噪框架
1
作者 王诗佳 章莺 +1 位作者 肖强 罗江川 《广播电视信息》 2023年第3期73-77,共5页
在音乐推荐场景中,训练样本通常采集于用户的隐式行为,但隐式样本无法准确反映用户真实的偏好,并存在大量的噪声,尤其是在音乐场景中,用户后台播放音乐,其注意力已经发散到别处。由此收集到的播放正样本有可能包含了歌曲后台自动播放的... 在音乐推荐场景中,训练样本通常采集于用户的隐式行为,但隐式样本无法准确反映用户真实的偏好,并存在大量的噪声,尤其是在音乐场景中,用户后台播放音乐,其注意力已经发散到别处。由此收集到的播放正样本有可能包含了歌曲后台自动播放的情况,这些样本并不能反应用户真实意图。为了解决上述问题,本文提出了一种基于深度神经网络的音乐隐式样本去噪框架。基于该框架优化后的推荐模型在真实音乐推荐场景下取得了明显的指标提升。 展开更多
关键词 音乐推荐 隐式行为 标签翻新 混合Beta分布 标签混淆程度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部