«recommender-system» etiketlenmiş sorular

Bir öneri motoru, bir kullanıcının belirli ürünlerden (filmler, kitaplar, şarkılar vb.) Ne kadar keyif alacağını tahmin etmeye çalışır ve önerilerde bulunur. Genellikle çevrimiçi satıcılar tarafından yeni satın alımlar önermek için kullanılırlar.

5
SVD'yi ortak filtrelemede nasıl kullanırım?
SVD'nin işbirlikçi filtrelemede nasıl kullanıldığına biraz karıştı. Sosyal bir grafiğim olduğunu ve kenarlardan bitişik bir matris oluşturduğumu ve ardından bir SVD (benim düzenlileştirme, öğrenme oranları, sparite optimizasyonları vb. Unutalım) unutacağımı varsayalım, önerilerimi geliştirmek için bu SVD'yi nasıl kullanırım? Sosyal grafiğimin instagrama karşılık geldiğini ve yalnızca sosyal grafiğe dayanarak hizmette kullanıcı …

3
R: Veri setinde NaN bulunmamasına rağmen “yabancı işlev çağrısı” na NaN / Inf atma Rastgele Orman [kapalı]
Bir veri kümesi üzerinde çapraz doğrulanmış rasgele bir orman çalıştırmak için şapka kullanıyorum. Y değişkeni bir faktördür. Veri setimde hiç NaN, Inf veya NA yok. Ancak rastgele orman çalıştırırken, alıyorum Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) In addition: There were 28 warnings (use …

3
SVD'yi ortak bir filtreleme sorununa uyguladığınızda ne olur? İkisi arasındaki fark nedir?
İşbirlikçi filtrelemede, doldurulmamış değerlere sahibiz. Bir kullanıcının bir film izlemediğini varsayalım ve oraya bir 'na' koymamız gerektiğini varsayalım. Eğer bu matrisin SVD'sini alacaksam, o zaman bir sayı koymalıyım - 0 diyelim. Şimdi matrisi çarparsam, benzer kullanıcıları bulmak için bir yöntemim var (hangi kullanıcıların birbirine daha yakın olduğunu bularak) küçültülmüş boyutsal …

4
Gizli özelliklerin anlamı?
Tavsiye sistemleri için matris çarpanlara ayırma modellerini anlamaya çalışıyorum ve her zaman 'gizli özellikleri' okuyorum, ama bu ne anlama geliyor? Bir özelliğin bir eğitim veri kümesi için ne anlama geldiğini biliyorum, ancak gizli özellikler fikrini anlayamıyorum. Konuyla ilgili bulabildiğim her makale çok sığ. Düzenle: en azından beni fikri açıklayan bazı …

3
Dinamik tavsiye sistemleri
Bir Tavsiye Sistemi , farklı kullanıcıların derecelendirmeleri arasındaki korelasyonu ölçecek ve belirli bir kullanıcıya ilgisini çekebilecek öğeler hakkında önerilerde bulunacaktır. Bununla birlikte, tatlar zamanla değişir, bu nedenle eski derecelendirmeler mevcut tercihleri yansıtmayabilir veya tam tersi. Bir keresinde "çok iğrenç değil" olarak değerlendireceğiniz bir kitaba "mükemmel" koyabilirsiniz. Dahası, çıkarların kendileri de …

4
Netflix'te bir filmi tavsiye etmek için hangi istatistiksel yöntemler var?
Bir kullanıcıya film önermek için dinamik bir model uygulamak istiyorum. Kullanıcı her film izlediğinde veya derecelendirdiğinde öneri güncellenmelidir. Basit tutmak için iki faktörü hesaba katmayı düşünüyorum: kullanıcı tarafından diğer filmlerin geçmiş derecelendirmeleri kullanıcının geçmiş filmleri izlediği zaman Böyle bir model nasıl kurulur ve akademik literatür ne önerir? Bu alanda yeniyim …


1
İşbirlikçi Filtrelemede Son Teknoloji
Kısmen gözlenen bir matrisi veya daha genel olarak tensörü tamamlamak için işbirlikçi filtreleme (CF) projesi üzerinde çalışıyorum. Sahaya yeni başlayan biriyim ve bu proje için sonunda yöntemimizi, günümüzde, CF'de son teknoloji olan önerilen yöntemlerin kendileriyle karşılaştırıldığı bilinen diğer yöntemlerle karşılaştırmam gerekiyor. Araştırmam aşağıdaki yöntemleri ortaya çıkardı. Gerçekten de, bu makalelerin …

2
Kısmi sıralama listesinin küresel sıralamaya dönüştürülmesi
Aşağıdaki sorun gibi bir şey üzerinde çalışıyorum. Bir sürü kullanıcı ve N kitabım var. Her kullanıcı, okuduğu tüm kitapların sıralı bir sıralamasını oluşturur (bu muhtemelen N kitapların bir alt kümesidir), örneğin, Kitap 1> Kitap 40> Kitap 25. Şimdi bu bireysel sıralamaları tüm kitapların sıralı bir sıralamasına dönüştürmek istiyorum. Denemek için …


3
Eksik değerleri olan bir matrisin SVD'si
Bir Netflix tarzı öneri matrisim olduğunu ve belirli bir kullanıcı için gelecekteki potansiyel film derecelendirmelerini öngören bir model oluşturmak istediğimizi varsayalım. Simon Funk yaklaşımını kullanarak, tam matris ile madde-kullanıcı-kullanıcı-matrisi arasındaki Frobenius normunu bir L2 düzenleyici terim ile en aza indirmek için stokastik gradyan inişi kullanılır. Pratikte, insanlar, hesaplama matrisinin eksik …

1
R - serbestlik derecesinde PROC Mixed ve lme / lmer arasındaki farklar
Not: önceki sorumun yasal nedenlerle silinmesi gerektiğinden, bu soru bir gönderidir. Fonksiyonlu SAS PROC MIXED karşılaştırarak birlikte lmegelen nlmeR paketin, bazı çok kafa farklılıklar tökezledi. Daha spesifik olarak, farklı testlerdeki özgürlük dereceleri ve arasında farklılık gösterir PROC MIXEDve lmenedenini merak ettim. Aşağıdaki veri kümesinden başlayın (R kodu aşağıda verilmiştir): ind: …
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 

1
Olumsuzluk, işbirlikçi filtreleme / tavsiye sistemleri için neden önemlidir?
Matris çarpanlarına bağlı olduğunu gördüğüm tüm modern tavsiye sistemlerinde, kullanıcı-film matrisi üzerinde negatif olmayan bir matris çarpanına ayrılmıştır. Olumsuzluğun yorumlanabilirlik için ve / veya seyrek faktörler istiyorsanız neden önemli olduğunu anlayabiliyorum. Ancak sadece netflix ödül yarışmasında olduğu gibi sadece tahmin performansını önemsiyorsanız, neden olumsuzluk kısıtlamasını dayatmalısınız? Faktorizasyonunuzda da negatif değerlere …

3
Hem işbirlikçi filtreleme hem de içerik özelliklerini entegre eden bir tavsiye sistemi nasıl oluşturulur?
Bir Tavsiye Sistemi oluşturuyorum ve hem "benzer" kullanıcıların derecelendirmelerini hem de öğelerin özelliklerini dahil etmek istiyorum. Çıktı tahmin edilen bir derecelendirmedir [0-1]. Böylece girdiler, öğelerin özelliklerinin ve her kullanıcının derecelendirmelerinin birleşimidir. Madde A ve kullanıcı 1 için, sistem birleştirilmiş veriler A1 üzerinde eğitilebilir. Bu bir eğitim örneği olacaktır. Kullanıcı 1 …

2
Lojistik kayıp fonksiyonu ile matris çarpanlarına ayırma yoluyla birlikte filtreleme
Ortak filtreleme sorununu düşünün. Biz matris var boyutu kullanıcıların sayısı * #items arasında. kullanıcı i madde j hoşlanıyorsa, kullanıcı i madde j ve sevmerse(i, j) çifti hakkında veri yoksa. İlerideki kullanıcı, öğe çiftleri için öngörmek istiyoruz .MMMMi , j,= 1Mben,j=1M_{i,j} = 1Mi , j,= 0Mben,j=0M_{i,j} = 0Mi , j,= ?Mben,j=?M_{i,j}=?Mi …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.