我正在为一个包含超过 100,000 个项目的大型数据库设计一个基于项目的协同过滤。
我的问题是整个过程在实践中是如何工作的，因为该算法需要很长时间来评估整个效用矩阵并找到最近的邻居。另一方面，用户不断评估（和重新评估）项目并要求实时推荐。
我采用的策略是以一定的周期离线运行算法，同时为每个项目使用一组固定的 NN。这种方法的问题在于，推荐总是基于项目之间过时的关系，这可能导致不精确的推荐，尤其是在用户评价非常动态变化的情况下。
这是一个好策略吗？这个问题一般是怎么解决的？
大型数据库的实用协同过滤应用
机器算法验证
机器学习
大数据
推荐系统
2022-04-09 12:30:13
1个回答
一个简单的方法是：
假设您有 5 个可以训练的项目和 3 个您推荐的项目：
1）在活动项目和训练项目之间创建一个similarity matrix，因此您的相似度矩阵为 5 x 3。相似度可以仅基于项目属性或/和其他用户在这些项目上的活动。
2) 每次用户访问该站点时，您都会获取他们的评价，假设它们的范围从 1 到 10，并且看起来像这样：[10,4,10,3,1].
3) 将评估分解为二进制矩阵，例如：
eval_10 => [1,0,1,0,0]
4)item_scores = eval_10 * similarity
项目分数现在是 1 x 3，其中分数表示：与用户排名 10 的项目相似的项目，你可以这样做 9 并赋予较小的权重，1 并赋予负权重。并总结分数。
如果您能够快速处理用户操作（我知道这可能很棘手），那么您的建议是非常好的实时代理。关键是您不必一遍又一遍地重新计算相似度矩阵。也许 24 小时一次就足够了。
这是一种非常简单的方法，但我已经非常成功地使用了它。希望这可以帮助。
其它你可能感兴趣的问题