MLP (NCF)

概述

[神经协同过滤]框架中的多层感知机模型，专门用于学习用户-物品交互中的非线性模式。

关键内容

1. 架构特点：将用户嵌入和物品嵌入首先拼接(concatenation)，然后通过多个全连接层逐层变换，每一层维度逐渐减半，激活函数选用ReLU。

2. 非线性建模：与GMF的逐元素乘积不同，MLP通过拼接和多层变换，能够学习到用户和物品潜在因子之间任意复杂的交叉模式。

3. 与GMF对比：MLP从零开始自由探索交互模式空间，而GMF像是在已知"交互应该是乘法形式"的前提下做精细调整，MLP在多数实验设置下性能优于GMF。

来源

• 10-ncf.md — raw/books/推荐系统/10-ncf.md
• Neural Collaborative Filtering 论文 — 原始论文

相关

• 神经协同过滤 — 所属框架
• NeuMF — 组成部分
• GMF — 对比模型
• 多层感知机 — 基础模型
• 拼接 — 采用的操作
• 非线性 — 捕捉的模式