基于深度神经网络的音乐隐式样本去噪框架

在音乐推荐场景中,训练样本通常采集于用户的隐式行为,但隐式样本无法准确反映用户真实的偏好,并存在大量的噪声,尤其是在音乐场景中,用户后台播放音乐,其注意力已经发散到别处。由此收集到的播放正样本有可能包含了歌曲后台自动播放的情况,这些样本并不能反应用户真实意图。为了解决上述问题,本文提出了一种基于深度神经网络的音乐隐式样本去噪框架。基于该框架优化后的推荐模型在真实音乐推荐场景下取得了明显的指标提升。