12

我正在使用 C# 6.0 中基于项目的协作过滤器为餐厅开发推荐系统。我想设置我的算法以尽可能好地执行，因此我对预测用户尚未评论的餐厅评分的不同方法进行了一些研究。

我将从我所做的研究开始

首先，我想使用用户之间的皮尔逊相关性来设置基于用户的协作过滤器，以便能够查看哪些用户可以很好地组合在一起。
这样做的主要问题是能够计算这种相关性所需的数据量。首先，您需要在同一家餐厅的每 2 位用户获得 4 条评论。但我的数据将非常稀疏。2 个用户不可能评论完全相同的 4 家餐厅。我想通过扩大匹配项来解决这个问题（即不匹配同一餐厅的用户，而是同一类型的餐厅），但这给我带来了一个问题，即很难确定我将在相关性中使用哪些评论，因为用户可以在“快餐”类型的餐厅留下 3 条评论。以下哪一项最适合其他用户对快餐店的评论？

经过更多研究，我得出结论，基于项目的协同过滤器优于基于用户的协同过滤器。但是，我又遇到了数据稀疏问题。在我的测试中，我成功地计算了用户尚未评论的餐厅评分的预测，但是当我在稀疏数据集上使用该算法时，结果还不够好。（大多数时候，两家餐厅之间不可能有相似之处，因为没有 2 位用户对同一家餐厅进行评分）。
经过更多研究后，我发现使用矩阵分解方法可以很好地处理稀疏数据。

现在我的问题

我一直在互联网上寻找有关使用此方法的教程，但我没有任何推荐系统经验，而且我对代数的了解也有限。我理解方法的正确性。您有一个矩阵，其中一侧是用户，另一侧是餐馆。每个单元格都是用户对餐厅的评分。
矩阵分解方法创建了两个矩阵，一个是用户和餐厅类型之间的权重，另一个是餐厅和这些类型之间的权重。

我只是想不通的是如何计算餐厅类型和餐厅/用户之间的权重（如果我正确理解矩阵分解）。我找到了许多计算这些数字的公式，但我不知道如何分解它们并将它们应用到我的应用程序中。

我将举一个例子来说明数据在我的应用程序中的外观：
在这张表中，U1 代表用户，R1 代表餐厅。每家餐厅都有自己的标签（餐厅类型）。即 R1 有标签“意大利”，R2 有“快餐”等。

   |  R1  |  R2  |  R3  |  R4  |
U1 |  3   |  1   |  2   |  -   |
U2 |  -   |  3   |  2   |  2   |
U3 |  5   |  4   |  -   |  4   |
U4 |  -   |  -   |  5   |  -   |

有没有人可以指出我正确的方向或解释我应该如何在我的数据上使用这种方法？任何帮助将不胜感激！

4

1 回答 1

2

矩阵分解假设“潜在因素”，例如用户对意大利食物的偏好和项目食物的意大利程度，都与矩阵中的评级有关。

因此，整个问题类型转换为矩阵重建问题，存在许多不同的解决方案。一个简单的，可能很慢的解决方案是（除了 ALS 和矩阵重建的一些其他可能性之外）使用梯度下降算法来近似矩阵。我推荐这篇关于推荐系统的简短文章ieee 文章。

提取潜在因素是一个不同的问题。

因此 GDM 的实现可能如下所示：

public void learnGDM(){
//traverse learnSet
for(int repeat = 0; repeat < this.steps; repeat++){
    for (int i = 0; i < this.learnSet.length; i++){
        for (int j = 0; j < this.learnSet[0].length; j++){
            if(this.learnSet[i][j] > 0.0d){
                double Rij = this.learnSet[i][j];

                for(int f = 0 ; f <= latentFactors; f++){
                    double error = Rij - dotProduct(Q.getRow(i), P.getRow(j));/*estimated_Rij;*/
                    //ieee computer 1.pdf
                    double qif = Q.get(i, f);
                    double pif = P.get(j, f);
                    double Qvalue = qif + gradientGamma * (error * pif - gradientLambda * qif);
                    double Pvalue = pif + gradientGamma * (error * qif - gradientLambda * pif);
                    Q.set(i,f, Qvalue);
                    P.set(j, f, Pvalue);
                }
            }
        }
    }
    //check global error
    if(checkGlobalError() < 0.001d){
        System.out.println("took" + repeat + "steps");
        break;
    }
}

学习集是一个二维数组，其中包含 IEEE 文章中的 Ratingmatrix。GDM 算法每次迭代都会稍微改变评分向量 P 和 Q，以使它们近似于 ratingmatrix 中的评分。然后可以通过 P 和 Q 的点积计算“未给出”评级。对于未给出评级的最高估计将是推荐。

所以这就是开始。有很多优化和其他算法或 GDM 的修改版本也可以并行运行。

一些不错的读物：

机器学习百科全书中的推荐系统

关于矩阵分解的介绍

推荐系统<---大一^^

于 2016-11-15T21:33:21.977 回答