对于使用图数据库的推荐系统,我应该使用哪些算法?

数据挖掘 预测建模 算法 图表 推荐系统 新4j
2022-02-16 09:29:51

基本上我正在使用图形数据库(特别是 neo4j)开发推荐系统,并且我想应用推荐算法。由于我使用的是图数据库,因此我可以将推荐问题视为图问题,并且直观地我可以将基于图的算法用于推荐系统。

根据我的研究,推荐系统是信息过滤系统的一个子类,旨在预测用户对某个项目的“评分”或“偏好”。基本上存在两种类型,协同过滤和基于内容。

我对算法进行了研究,发现了一些有趣的算法:

  • 加权二分图算法
  • 能量传播激活
  • 联合颜色

我的问题很简单,还有哪些其他的图算法可以用于基于图的推荐系统?或者,如果我将图数据库用于推荐系统,算法不一定需要基于图?

谢谢。欢迎任何建议。

1个回答

二部图的双邻接矩阵允许矩阵分解

对于个项目和用户,biadjacency 矩阵是一个矩阵,它可以分解为两个大小 × n 的低秩因子矩阵。这提供了用户偏好如何随产品变化的低维表示。mnm×nm×kk×n

该模型还具有这样的性质,即两个因子矩阵的第行和列的内积的评分的近似值换句话说,这两个矩阵的乘积是原始评分矩阵的近似值。ijji