推荐系统第5周--- 基于内容的推荐，隐语义模型LFM

基于内容的推荐

制定分类/属性的困难
使用专业人员（编辑）对商品进行整理分类，但这样会产生成本和效率瓶颈
受限于编辑的专业水平，编辑的意见未必能代表用户的意见
分类的粒度难于控制
如果商品有多个分类，很难考虑周全
多维度，多规角分类
编辑很难决定商品在类别里的权重

隐语义模型

LFM的前丕今生

隐语义模型的适用性

关于训练集

常见同类问题求解思路

梯度下降法的几何意义

LFM损失函数极值用梯度下降法求解

LFM中的重要参数

模型中隐特征个数
梯度下降法中选取的学习速率
损失凼数中的惩罚项系数lambda
训练集的负样本/正样本比例ratio

Movielens数据集下载

使用movielens数据集验证LFM有效性

正负样本比例参数ratio的影响

几种指标

LFM的优缺点

典型的机器学习算法，有比较好的数学理论基础，看起来更具数学美感
指标一般会稍高于ItemCF和UserCF
训练过程中占用较少的内存
由于需要迭代，计算时间要多于ItemCF或UserCF
不能在线实时计算
难以向用家解释模型的合理性

Netflix大奖赛
Netflix, Inc. (Nasdaq: NFLX) Netflix是一家在线影片租赁提供商。公司能够提供超大数量的DVD，而且能够让顾客快速方便的挑选影片，同时免费递送。

Netflix已经连续五次被评为顾客最满意的网站。可以通过PC、TV及iPad、iPhone收看电影、电规节目，可通过Wii，Xbox360，PS3等设备连接TV。
Netflix大奖赛从2006年10月份开始，Netflix公开了大约1亿个1－5的匿名影片评级，数据集仁包含了影片名称，评价星级和评级日期，没有任何文本评价的内容。

比赛要求参赛者预测Netflix的客户分别喜欢什么影片，要把预测的效率提高10%以上。
http://baike.baidu.com/view/2836949.htm?fr=aladdin#3
对推荐系统算法发展有深远影响，比如对LFM的追捧使其快速进入大众规野，对LFM提出了很多改进方法

改进LFM
项亮书第八章
在预测公式中加入偏置项，以考虑个人因素（比如有些评分者性格比较苛刻），商品本身特质（例如质量）的影响
考虑邻域影响的LFM，更像是ItemCF的变形，或SVD的增强版，故被称为SVD++
将时间变量加进模型（考虑到用户的兴趣会随着时间改变）
模型组合

 

 

G

M

T

 

檢測語言 阿尔巴尼亚语 阿拉伯语 阿塞拜疆语 爱尔兰语 爱沙尼亚语 巴斯克语 白俄罗斯语 保加利亚语 冰岛语 波兰语 波斯尼亚语 波斯语 布尔语(南非荷兰语) 丹麦语 德语 俄语 法语 菲律宾语 芬兰语 高棉语 格鲁吉亚语 古吉拉特语 哈萨克语 海地克里奥尔语 韩语 豪萨语 荷兰语 加利西亚语 加泰罗尼亚语 捷克语 卡纳达语 克罗地亚语 拉丁语 拉脱维亚语 老挝语 立陶宛语 罗马尼亚语 马尔加什语 马耳他语 马拉地语 马拉雅拉姆语 马来语 马其顿语 毛利语 蒙古语 孟加拉语 缅甸语 苗语 南非祖鲁语 尼泊尔语 挪威语 旁遮普语 葡萄牙语 齐切瓦语 日语 瑞典语 塞尔维亚语 塞索托语 僧伽罗语 世界语 斯洛伐克语 斯洛文尼亚语 斯瓦希里语 宿务语 索马里语 塔吉克语 泰卢固语 泰米尔语 泰语 土耳其语 威尔士语 乌尔都语 乌克兰语 乌兹别克语 希伯来语 希腊语 西班牙语 匈牙利语 亚美尼亚语 伊博语 意大利语 意第绪语 印地语 印尼巽他语 印尼语 印尼爪哇语 英语 约鲁巴语 越南语 中文简体 中文繁体

阿尔巴尼亚语 阿拉伯语 阿塞拜疆语 爱尔兰语 爱沙尼亚语 巴斯克语 白俄罗斯语 保加利亚语 冰岛语 波兰语 波斯尼亚语 波斯语 布尔语(南非荷兰语) 丹麦语 德语 俄语 法语 菲律宾语 芬兰语 高棉语 格鲁吉亚语 古吉拉特语 哈萨克语 海地克里奥尔语 韩语 豪萨语 荷兰语 加利西亚语 加泰罗尼亚语 捷克语 卡纳达语 克罗地亚语 拉丁语 拉脱维亚语 老挝语 立陶宛语 罗马尼亚语 马尔加什语 马耳他语 马拉地语 马拉雅拉姆语 马来语 马其顿语 毛利语 蒙古语 孟加拉语 缅甸语 苗语 南非祖鲁语 尼泊尔语 挪威语 旁遮普语 葡萄牙语 齐切瓦语 日语 瑞典语 塞尔维亚语 塞索托语 僧伽罗语 世界语 斯洛伐克语 斯洛文尼亚语 斯瓦希里语 宿务语 索马里语 塔吉克语 泰卢固语 泰米尔语 泰语 土耳其语 威尔士语 乌尔都语 乌克兰语 乌兹别克语 希伯来语 希腊语 西班牙语 匈牙利语 亚美尼亚语 伊博语 意大利语 意第绪语 印地语 印尼巽他语 印尼语 印尼爪哇语 英语 约鲁巴语 越南语 中文简体 中文繁体

 

 

 

語言功能限100個字符

 

選項 : 歷史 : 幫助 : 反饋關閉