3
用戶 - 項目矩陣中的值可以是二進制值,如0和1,表示「did not buy」-vs-「買過」? 如果在矩陣上應用潛在因子模型,預測值(例如0.8)是否代表用戶行爲的概率(即沒有購買或購買)?協作過濾中的二進制值
用戶 - 項目矩陣中的值可以是二進制值,如0和1,表示「did not buy」-vs-「買過」? 如果在矩陣上應用潛在因子模型,預測值(例如0.8)是否代表用戶行爲的概率(即沒有購買或購買)?協作過濾中的二進制值
是的,通過隱式反饋來表示評分是很常見的。如果0表示用戶看到該項目,但選擇不購買它,或者用戶從未看到該項目(即沒有提供任何反饋),則可以使用一個微小的缺陷。
通常,您的輸出值推薦算法不是購買概率,而是用於對該項目與其他所有潛在項目進行排序的數字分數。通過這種方式,您可以識別推薦給用戶的前X個項目。
您可以對所討論的數據類型使用標準協作過濾,也可以使用因式分解技術。