摘要

在本研究中，我们提出了一种新的多层神经网络架构，命名为ONCF（Outer Product-based Neural Collaborative Filtering），用于执行协同过滤。该方法的核心思想是利用外积显式建模嵌入空间维度之间的成对相关性。与现有的神经推荐模型通过简单的拼接或逐元素乘法结合用户嵌入和项目嵌入不同，我们在嵌入层之上使用外积的方法生成了一个二维交互图，这种交互图更具表现力且语义上更为合理。在外积生成的交互图之上，我们建议采用卷积神经网络来学习嵌入维度之间的高阶相关性。在两个公开的隐式反馈数据集上进行的大量实验表明，所提出的ONCF框架具有有效性，特别是使用外积建模多层神经推荐模型低层次中嵌入维度之间相关性的积极效果。实验代码可在以下地址获取：https://github.com/duxy-me/ConvNCF