如何處理推薦系統的新數據？

Question

這是一個理論問題。假設我已經實施了兩種類型的協作過濾：基於用戶的CF和基於項目的CF（形式爲Slope One）。

我有一個很好的數據集來運行這些算法。但後來我想做兩件事：

1. 我想給數據集添加一個新的評級。
2. 我想編輯現有評分。

我的算法應該如何處理這些變化（不做大量不必要的工作）？任何人都可以幫助我嗎？

Answer 1

對於這兩種情況下，該策略是非常相似：

基於用戶的CF：

• 更新所有相似之處爲受影響的用戶（即，一排，並在相似性矩陣的一列）
• ，如果你的鄰居是預先計算的，計算爲受影響的用戶的鄰居（一個完整的更新，您可能需要重新計算所有的鄰居，但我會用近似解棒）

坡一：對於受影響的項（再次，一行和一列）

備註

• 更新頻率（僅在「添加」的情況下）和Diff矩陣條目：如果'相似性'不對稱，則需要更新一行和一列。如果它是對稱的，則自動更新一行會導致更新相應的列。 對於Slope-One，矩陣是對稱的（頻率）和偏斜對稱（差異），所以如果你處理你也需要更新一行或一列，並免費獲得另一行（如果你的矩陣存儲像這樣工作） 。

  如果你想看到的是如何實現這一點的一個例子，看看MyMediaLite（免責聲明：我公司的主要作者）：https://github.com/zenogantner/MyMediaLite/blob/master/src/MyMediaLite/RatingPrediction/ItemKNN.cs 有趣的代碼是在方法RetrainItem（），它是由被稱爲AddRatings（）和UpdateRatings（）。

Answer 2

一般的東西叫做在線算法。

而不是重新訓練整個預測變量，它可以更新爲「在線」（同時保持可用）與新的數據只。

如果你谷歌的「在線斜率一個預測」你應該能夠找到一些相關的文獻方法。