• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Software Engineering and Service Science >Adversarial Variational Autoencoder for Top-N Recommender Systems
【24h】

Adversarial Variational Autoencoder for Top-N Recommender Systems

机译：适用于Top-N推荐系统的对抗变分自动编码器

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recommender systems play an important role in the age of mass information. They allow users to discover items that match their tastes. In this paper, we propose a novel method, called adversarial variational autoencoder, for top-N recommendation. We use generative adversarial networks to regularize variational autoencoder by imposing an arbitrary prior on the latent representation of VAE, which makes the recommendation model. We define a joint objective function as a minimization problem. Our experiments on three datasets show that the proposed model achieves high recommendation accuracy compared to other state-of-the-art models.
机译：推荐系统在海量信息时代起着重要作用。它们使用户可以发现符合自己口味的商品。在本文中，我们针对top-N推荐提出了一种称为对抗性变分自动编码器的新方法。我们使用生成对抗网络，通过在VAE的潜在表示上施加任意先验来规范化变分自编码器，从而形成了推荐模型。我们将联合目标函数定义为最小化问题。我们在三个数据集上的实验表明，与其他最新模型相比，该模型具有较高的推荐精度。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号