Запитання з тегом «recommender-system»

Я трохи заплутаний у тому, як SVD використовується при спільній фільтрації. Припустимо, у мене є соціальний графік, і я будую матрицю суміжності з країв, а потім беруть SVD (забудемо про регуляризацію, швидкість навчання, оптимізацію обмеженості тощо), як я можу використовувати цей SVD для вдосконалення своїх рекомендацій? Припустимо, мій соціальний графік …

30 svd  recommender-system 

Зачинено. Це питання поза темою . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно було тематичним для перехресної перевірки. Закрито 2 роки тому . Я використовую caret, щоб запустити перехрещений випадковий ліс над набором даних. Змінна Y - фактор. У моєму наборі даних немає NaN, Inf …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

У процесі спільної фільтрації у нас є значення, які не заповнені. Припустимо, користувач не переглянув фільм, тоді ми мусимо поставити "na" туди. Якщо я збираюсь взяти SVD цієї матриці, тоді мені потрібно ввести якесь число - скажімо 0. Тепер, якщо я розбиваю на матрицю, у мене є спосіб знайти подібних …

21 machine-learning  svd  recommender-system 

Я намагаюся зрозуміти моделі матричної факторизації для систем рекомендування, і я завжди читаю "приховані функції", але що це означає? Я знаю, що означає функція для навчального набору даних, але я не в змозі зрозуміти ідею прихованих особливостей. Кожен стаття на тему, яку я можу знайти, є занадто дрібною. Редагувати: якщо …

15 machine-learning  data-mining  recommender-system 

Система рекомендацій вимірює співвідношення між рейтингами різних користувачів та дає рекомендації для даного користувача щодо елементів, які можуть його зацікавити. Однак смаки змінюються з часом, тому старі рейтинги можуть не відображати поточних уподобань і навпаки. Можливо, ви колись помістили "відмінно" до книги, яку зараз оціните як "не надто огидну" тощо. …

14 recommender-system 

Я хочу реалізувати динамічну модель, щоб рекомендувати фільм користувачеві. Рекомендацію слід оновлювати щоразу, коли користувач дивиться фільм або оцінює його. Щоб зробити це просто, я думаю врахувати два фактори: минулі рейтинги інших фільмів користувачем час, коли користувач переглядав певні минулі фільми Як можна створити таку модель та що рекомендує наукова …

14 machine-learning  recommender-system  dynamic-regression 

Я натрапив на термін Факторизаційні машини в системах рекомендацій. Я знаю, що таке матрична факторизація для систем рекомендування, але ніколи не чув про машини факторизації. То яка різниця?

14 machine-learning  data-mining  recommender-system 

Я працюю над проектом спільної фільтрації (CF), тобто заповнюю частково спостережувану матрицю або загалом тензор. Я новачок у цій галузі, і для цього проекту в кінцевому підсумку я повинен порівняти наш метод з іншими відомими, які сьогодні пропонуються запропоновані методи проти них, а саме - найсучасніші у КФ. Мій пошук …

13 optimization  recommender-system  matrix-decomposition 

Я працюю над чимось подібною проблемою. У мене є маса користувачів і N книг. Кожен користувач створює упорядкований рейтинг усіх прочитаних книг (що, ймовірно, підмножина N книг), наприклад, Книга 1> Книга 40> Книга 25. Тепер я хочу перетворити ці індивідуальні рейтинги користувачів в єдиний упорядкований рейтинг усіх книг. Чи є …

13 multiple-comparisons  ranking  recommender-system  bradley-terry-model 

Чи можете ви порекомендувати книгу з хорошою інформацією, яку можна застосувати для розробки системи рекомендацій?

13 machine-learning  references  recommender-system 

Припустимо, у мене є матриця рекомендацій у стилі Netflix, і я хочу створити модель, яка передбачає потенційні майбутні рейтинги фільмів для даного користувача. Використовуючи підхід Саймона Функ, можна використовувати стохастичний градієнтний спуск, щоб мінімізувати норму Фробеніуса між повною матрицею і матрицею «за пунктом * користувач-користувач» у поєднанні з терміном регуляції …

12 svd  recommender-system 

Примітка: це запитання є репостом, оскільки моє попереднє питання довелося видалити з юридичних причин. Порівнюючи PROC MIXED від SAS з функцією lmeз nlmeпакету в R, я натрапив на деякі досить заплутані відмінності. Більш конкретно, ступеня свободи в різних випробувань відрізняються між PROC MIXEDі lme, і я задавався питанням, чому. Почніть …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

У всіх сучасних системах рекомендацій, які я бачив, які покладаються на матричну факторизацію, на матриці фільму користувача-фільму проводиться негативна факторизація матриці. Я можу зрозуміти, чому негативність має важливе значення для інтерпретації та / або якщо ви хочете розріджувати фактори. Але якщо ви дбаєте лише про ефективність прогнозування, як, наприклад, у …

11 recommender-system  svd  matrix-decomposition  nnmf 

Я створюю систему рекомендацій і хочу включити як рейтинги "подібних" користувачів, так і функції елементів. Вихід - прогнозований рейтинг [0-1]. Я розглядаю нейронну мережу (для початку). Отже, вхідні дані - це поєднання особливостей елементів та рейтингів кожного користувача. Для елемента A та користувача 1 система може бути навчена комбінованим даним, …

10 recommender-system 

Розглянемо проблему спільної фільтрації. У нас є матрицяММM розміру # користувачі * #items. Мi , j= 1Мi,j=1M_{i,j} = 1 якщо користувачеві мені подобається предмет j, Мi , j= 0Мi,j=0M_{i,j} = 0 якщо користувач мені не подобається пункт j і Мi , j= ?Мi,j=?M_{i,j}=?якщо немає даних про (i, j) пари. Ми …

9 machine-learning  recommender-system  matrix-decomposition