基于模型的協(xié)同過(guò)濾算法

本節(jié)介紹基于模型的協(xié)同過(guò)濾算法¹在Top-N推薦中的應(yīng)用。

核心思想是 通過(guò)隱含特征（latent factor）聯(lián)系用戶(hù)興趣和物品 。

思路：對(duì)于某個(gè)用戶(hù)，首先得到其興趣分類(lèi)，然后從分類(lèi)中挑選其可能喜歡的物品。

上述基于興趣分類(lèi)的方法需要解決3個(gè)問(wèn)題：

如何給物品進(jìn)行分類(lèi)？

如何確定用戶(hù)對(duì)哪些類(lèi)的物品感興趣，以及感興趣的程度？

對(duì)于一個(gè)給定的類(lèi)，選擇哪些屬于這個(gè)類(lèi)的物品推薦給用戶(hù)，以及如何確定這些物品在一個(gè)類(lèi)中的權(quán)重？

基礎(chǔ)算法

不同于通過(guò)編輯給物品進(jìn)行分類(lèi)，而是從數(shù)據(jù)出發(fā)， 自動(dòng)地給物品進(jìn)行分類(lèi)， 然后進(jìn)行個(gè)性化推薦。

隱含語(yǔ)義分析技術(shù)采取 基于用戶(hù)行為統(tǒng)計(jì)的自動(dòng)聚類(lèi) ，能較好地解決通過(guò)編輯進(jìn)行分類(lèi)的5種問(wèn)題：

• 編輯的意見(jiàn)不能代表各種用戶(hù)的意見(jiàn)（分類(lèi)從物品內(nèi)容出發(fā)還是從用戶(hù)出發(fā)）

  隱含語(yǔ)義分析技術(shù)的分類(lèi)來(lái)自對(duì)用戶(hù)行為的統(tǒng)計(jì)，代表了用戶(hù)對(duì)物品分類(lèi)的看法。隱含語(yǔ)義分析技術(shù)和ItemCF在物品分類(lèi)方面的思想類(lèi)似， 如果兩個(gè)物品被很多用戶(hù)同時(shí)喜歡，那么這兩個(gè)物品就很有可能屬于同一個(gè)類(lèi)。

• 編輯很難控制分類(lèi)的粒度

  隱含語(yǔ)義分析技術(shù)允許指定最終有多少個(gè)分類(lèi)，這個(gè)數(shù)字越大?

總結(jié)

以上是生活随笔為你收集整理的【推荐系统】基于模型的协同过滤算法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。