Система рекомендаций пытается предсказать, насколько пользователю понравятся определенные товары (фильмы, книги, песни и т. Д.), И дает рекомендации. Они часто используются онлайн-продавцами, чтобы предложить новые покупки.
Я немного запутался с тем, как SVD используется в совместной фильтрации. Предположим, у меня есть социальный граф, и я строю матрицу смежности по краям, затем беру SVD (давайте забудем о регуляризации, скоростях обучения, оптимизации разреженности и т. Д.), Как я могу использовать этот SVD для...
Закрыто. Этот вопрос не по теме . В настоящее время не принимает ответы. Хотите улучшить этот вопрос? Обновите вопрос, чтобы он соответствовал теме перекрестной проверки. Закрыто 2 года назад . Я использую каретку, чтобы запустить перекрестный проверенный случайный лес по набору данных. Переменная...
В совместной фильтрации у нас есть значения, которые не заполняются. Предположим, что пользователь не смотрел фильм, тогда мы должны добавить туда «na». Если я собираюсь взять SVD этой матрицы, то я должен добавить туда некоторое число - скажем, 0. Теперь, если я разложу матрицу, у меня есть метод...
Я пытаюсь понять модели матричной факторизации для рекомендательных систем и всегда читаю «скрытые функции», но что это значит? Я знаю, что означает особенность для учебного набора данных, но я не могу понять идею скрытых возможностей. Каждая статья по теме, которую я могу найти, слишком мелкая....
Система Рекомендатора будет измерять корреляцию между рейтингами разных пользователей и давать рекомендации для данного пользователя относительно пунктов, которые могут быть ему интересны. Однако вкусы меняются со временем, поэтому старые рейтинги могут не отражать текущие предпочтения и наоборот....
Я сталкивался с термином «Машины факторизации» в рекомендательных системах. Я знаю, что такое матричная факторизация для рекомендательных систем, но никогда не слышала о факторизационных машинах. Так в чем же...
Я ищу реализацию динамической модели, чтобы рекомендовать фильм пользователю. Рекомендация должна обновляться каждый раз, когда пользователь смотрит фильм или оценивает его. Чтобы было проще, я думаю о том, чтобы учесть два фактора: прошлые оценки других фильмов пользователем время, когда...
Можете ли вы порекомендовать книгу с хорошей информацией, которая может быть использована для разработки системы
Я работаю над чем-то вроде следующей проблемы. У меня есть куча пользователей и N книг. Каждый пользователь создает упорядоченный рейтинг всех книг, которые он прочитал (что, вероятно, является подмножеством из N книг), например, Книга 1> Книга 40> Книга 25. Теперь я хочу превратить эти...
Я работаю над проектом для совместной фильтрации (CF), т.е. завершаю частично наблюдаемую матрицу или, в более общем случае, тензор. Я новичок в этой области, и для этого проекта, в конце концов, мне нужно сравнить наш метод с другими известными, которые в настоящее время сравнивают предложенные...
Примечание: этот вопрос является репостом, так как мой предыдущий вопрос пришлось удалить по юридическим причинам. Сравнивая PROC MIXED из SAS с функцией lmeиз nlmeпакета в R, я наткнулся на некоторые довольно запутанные различия. Более конкретно, степени свободы в разных тестах различаются между...
Предположим, у меня есть матрица рекомендаций в стиле Netflix, и я хочу построить модель, которая предсказывает потенциальные будущие рейтинги фильмов для данного пользователя. Используя подход Саймона Фанка, можно было бы использовать стохастический градиентный спуск, чтобы минимизировать норму...
Во всех современных рекомендательных системах, которые я видел, которые основаны на факторизации матрицы, неотрицательная матричная факторизация выполняется для матрицы фильма пользователя. Я могу понять, почему неотрицательность важна для интерпретируемости и / или если вам нужны редкие факторы....
Я создаю систему Рекомендора и хочу включить как рейтинги «похожих» пользователей, так и особенности предметов. Результатом является прогнозируемый рейтинг [0-1]. Я рассматриваю нейронную сеть (для начала). Таким образом, входные данные представляют собой комбинацию характеристик предметов и...
Рассмотрим проблему совместной фильтрации. У нас есть матрица размера #users * #items. если пользователь i любит элемент j, если пользователь i не любит элемент j иесли нет данных о (i, j) паре. Мы хотим предсказать для будущего пользователя, пары предметов.MMMMя , дж= 1Mя,Jзнак равно1M_{i,j} = 1Mя...