Factorization Machines

在本文中，我们考虑了点击率（CTR）预测问题。分解机及其变体考虑了成对特征交互，但是由于时间复杂度高，通常我们不会使用FM进行高阶特征交互。.. 鉴于深度神经网络（DNN）在许多领域都取得了成功，研究

Knowledgegraphsarestructuredrepresentationsofrealworldfacts.However,theytypicallycontainonlyasmallsu

基于生成模型的最近邻居矩阵分解算法，吴乐，陈恩红，推荐系统能够根据用户的兴趣为他们推荐个性化的产品。根据用户的历史评分预测他们对未见的产品的评分是该领域的一个研究热点。尽

基于Givens旋转的不完全正交分解预条件技术研究，李良，黄廷祝，本文基于Givens旋转研究了一类用于求解非对称线性方程组的不完全正交分解预条件子.提出了一种新的预条件子FQIGO.受最小度排序启发

ProjectedGradientMethodsforNon-negativeMatrixFactorizationChih-JenLinDepartmentofComputerScienceAbst

2016-ConvolutionalMatrixFactorizationforDocumentContext-AwareRecommendation

A Tensor Factorization Based User Influence Analysis Method with Clustering and Temporal Constraint

Location-based Hierarchical Matrix Factorization for Web Service Recommendation

Extreme Learning Machine Combining Matrix Factorization for Collaborative Filtering

Documents clustering based on max-correntropy nonnegative matrix factorization