Autoencodeurs Honteusement Superficiels pour Données Éparses

En combinant des éléments simples tirés de la littérature, nous définissons un modèle linéaire adapté aux données éparse, en particulier aux données de feedback implicite pour les systèmes de recommandation. Nous montrons que son objectif d'entraînement admet une solution sous forme fermée et discutons des insights conceptuels qui en découlent. De manière surprenante, ce modèle simple atteint une meilleure précision de classement que diverses approches de filtrage collaboratif de pointe, y compris les modèles non-linéaires profonds, sur la plupart des jeux de données publiquement disponibles utilisés dans nos expériences.