《Hybrid Recommender System based on Autoencoders》理解

1 原文

2 原文（与1同一个模型）

3 理解

3.1 本文目的

学习用户和物品的非线性表示，并利用辅助信息来缓解冷启动问题。在预测过程中提高精度以及模型的鲁棒性

3.2 模型

1、模型输入 R（UxI）+ Side information
用户物品评分矩阵的某一列（item-based）或者某一行（user-based）加上辅助信息

2、模型输出
对R矩阵缺失值的预测

3、优化目标
最小化RMSE