1. chinaXiv:202010.00007 [pdf]

名字嵌入向量方法

何沧平; 许涛
Subjects: Mathematics >> Computational Mathematics.

在进入推荐系统之前，商品名、人名等实体名字需要嵌入低维向量。word2vec这样的流行嵌入算法的出发点是“相同语法位置上的词具有相似的向量”，而名字序列没有语法结构，导致名字向量的质量不高。 本文从“相邻的名字具有相似的向量”出发，提出一个称为名字嵌入的新方法。名字嵌入使用了一些新技巧：公式比word2vec更简单，向量模长固定为1、用相对权重处理低频名字、优化目标使用简单的均方差。 以名字相似度作为衡量标准，在NBA球队名人造集、球队名微博集和微博点赞集上，名字嵌入均显著优于word2vec。

submitted time 2020-10-19 Hits4224， Downloads354， Comment 0

2. chinaXiv:201911.00099 [pdf]

滑动均值聚类

何沧平; 孟令霞
Subjects: Mathematics >> Computational Mathematics.

本文提出一个名为滑动均值的聚类算法，尝试替代常用的k均值算法。滑动均值能处理大量的样本，自行决定类别数量，用混洗样本来避免出现很差的中心点，能够中途裁减类别数量，聚类效果显著好于k均值。在鸢尾花数据和手写数字数据上，滑动均值的聚类效果比k均值分别高9.93%和5.17%。

submitted time 2019-11-26 Hits17747， Downloads1169， Comment 0

3. chinaXiv:201904.00081 [pdf]

接圆回归

何沧平
Subjects: Mathematics >> Computational Mathematics.

本文提出一个名为接圆回归的点击率预测新方法，尝试替代常用的因子分解机(FM)。接圆回归用超平面拼接出一个封闭凸多面体，圈出正样本，有直观的几何解释， 能从任意初始值一次收敛到全局最优解。 拟合出来的曲面Lipschitz连续，变化平缓。在人工设计的星环集、双堆集、双月集上，接圆回归的分类准确性、解释性、平滑性全面超过FM。在同量级参数量、计算量 的条件下，接圆回归在Avazu集和Criteo集上的AUC超过FM。

submitted time 2019-04-10 Hits21318， Downloads1048， Comment 0