如何创建同时集成了协作过滤和内容功能的推荐系统?


10

我正在创建一个推荐系统,并希望合并“相似”用户的等级和商品功能。输出是预测的等级[0-1]。我正在考虑使用神经网络(首先)。

因此,输入是项目特征和每个用户的评分的组合。对于项目A和用户1,可以在组合数据A1上训练系统。这将是一个培训示例。

如果用户1也对电影B评分,该怎么办?那么,数据B1也会成为训练示例吗?以这种方式用用户1的特征重复训练是否有问题?

您对解决问题的更好方法有何建议?

Answers:



6

关于将矩阵分解与内容特征集成的三篇论文(此处为主题模型):

  • 迪帕克·阿加瓦尔(Deepak Agarwal)和陈美中(Bee-Chung)。2010。fLDA:通过潜在狄利克雷分配的矩阵分解。在第三届ACM国际Web搜索和数据挖掘国际会议论文集(WSDM '10)中。美国纽约州纽约市ACM,91-100。
  • Hanhuai Shan和Arindam Banerjee。2010。用于协同过滤的广义概率矩阵分解。在2010年IEEE数据挖掘国际会议(ICDM '10)的会议记录中。IEEE计算机协会,华盛顿特区,美国,​​1025-1030。
  • 王冲和David M. Blei。2011。用于推荐科学文章的协作主题建模。在第17届ACM SIGKDD国际会议上,有关知识发现和数据挖掘的会议(KDD '11)。美国纽约州纽约市,ACM,448-456。

我还将推广自己的博客条目,以讨论此问题: 主题模型满足潜在因素模型


3

不需要神经网络方法,协作过滤本身就是一种算法。特别是对于您的问题,在以下位置对cf和recomender系统有很好的描述:

ml-class.org

(查找XVI:推荐系统)。它是优雅,简单的,而且如果操作正确(即使用矢量化形式,快速最小化器和已准备好的渐变),它可能会非常快。


我使用了这种方法,但是没有使用项目的功能。我也想包括功能。
B
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.