大多数文献都关注显式评级数据或隐式(喜欢/未知)数据。是否有任何好的出版物来处理喜欢/不喜欢/未知的数据?也就是说,在数据矩阵中有三个值,我想从未知条目中推荐。
在这方面有什么好的开源实现吗?
谢谢。
大多数文献都关注显式评级数据或隐式(喜欢/未知)数据。是否有任何好的出版物来处理喜欢/不喜欢/未知的数据?也就是说,在数据矩阵中有三个值,我想从未知条目中推荐。
在这方面有什么好的开源实现吗?
谢谢。
这与 netflix 问题非常相似,可以调整大多数矩阵分解方法,以便仅在已知点处评估误差函数。例如,您可以对 SVD 采用梯度下降法(最小化 frobenius 范数),但只评估误差并计算已知点的梯度。我相信您可以轻松找到此代码。
另一种选择是利用矩阵的二元性质并调整二元矩阵分解工具以强制执行二元因子(如果需要)。我相信您可以使用与上述类似的技巧来调整此处描述的一种方法来处理未知数据。