我目前正在使用協同過濾的推薦系統。現在我正在研究一個適合電影推薦的高效算法。我很困惑,因爲有許多像Pearson Correlation Coefficient這樣的算法。所以我不知道要使用/實施什麼。什麼是協作過濾中使用的最好或最有效的算法?
你能給我一個好的/有效的算法嗎?或者是一個給算法提供了一個很好的例子或模擬的網站? 感謝您的幫助!
我目前正在使用協同過濾的推薦系統。現在我正在研究一個適合電影推薦的高效算法。我很困惑,因爲有許多像Pearson Correlation Coefficient這樣的算法。所以我不知道要使用/實施什麼。什麼是協作過濾中使用的最好或最有效的算法?
你能給我一個好的/有效的算法嗎?或者是一個給算法提供了一個很好的例子或模擬的網站? 感謝您的幫助!
給這篇關於netflix獎的文章一讀Netflix Prize。通常,「最先進的」是矩陣因子分解的一些變體,例如OrdRec。查看Funk博客FunkSVD,它會給你一個關於實現CF的矩陣分解技術啓動的簡單解釋。
矩陣因子分解(An example in Python)是一個很好的起點。此外,我建議使用Ed Chen's Blog和The Mining of Massive Datasets作爲用於解決這類問題的各種方法的良好介紹。對於我使用這種類型的數據有趣的是稀疏的數量,當然有實際的限制,Emmanual Candes的論文似乎揭示了這個領域,優秀的先進工作。