【推荐算法课程二】推荐算法介绍-深度学习算法

三、深度学习在推荐系统中的应用

3.1 深度学习推荐模型的演化关系图

---

3.2 AutoRec——单隐层神经网络推荐模型

3.2.1 AutoRec模型的基本原理

AutoRec模型是一个标准的自编码器，它的基本原理是利用协同过滤中的共现矩阵，完成物品向量或者用户向量的自编码。再利用自编码的结果得到用户对物品的预估评分，进而进行推荐排序。

什么是自编码器？
自编码器是指能够完成数据“自编码”的模型。无论是图像、音频，还是数据，都可以转换成向量的形式进行表达。假设其数据向量为 r，自编码器的作用是将向量 r 作为输入，通过自编码器后，得到的输出向量尽量接近其本身。

举例：
假设有 m 个用户，n 个物品，用户会对 n 个物品中的一个或几个进行评分，未评分的物品值可默认值或平均值表示，则所有 m 个用户对物品的评分可形成一个 m*n 维的