Pertanyaan yang diberi tag «recommender-system»

Saya agak bingung dengan bagaimana SVD digunakan dalam penyaringan kolaboratif. Misalkan saya memiliki grafik sosial, dan saya membangun matriks kedekatan dari tepi, kemudian mengambil SVD (mari kita lupakan tentang regularisasi, tingkat pembelajaran, optimasi sparsity, dll), bagaimana cara menggunakan SVD ini untuk meningkatkan rekomendasi saya? Misalkan grafik sosial saya terkait dengan …

30 svd  recommender-system 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 2 tahun yang lalu . Saya menggunakan tanda sisipan untuk menjalankan hutan acak lintas divalidasi atas dataset. Variabel Y adalah faktor. Tidak ada NaN, Inf, …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

Dalam pemfilteran Kolaboratif, kami memiliki nilai yang tidak diisi. Misalkan pengguna tidak menonton film maka kami harus meletakkan 'na' di sana. Jika saya akan mengambil SVD dari matriks ini, maka saya harus memasukkan beberapa angka di sana - katakan 0. Sekarang, jika saya membuat faktorisasi matriks, saya punya metode untuk …

21 machine-learning  svd  recommender-system 

Saya mencoba memahami model faktorisasi matriks untuk sistem yang merekomendasikan dan saya selalu membaca 'fitur laten', tetapi apa artinya itu? Saya tahu apa artinya fitur untuk dataset pelatihan tapi saya tidak bisa memahami ide fitur laten. Setiap makalah tentang topik yang saya temukan terlalu dangkal. Edit: jika Anda setidaknya bisa …

15 machine-learning  data-mining  recommender-system 

Sebuah Sistem Recommender akan mengukur korelasi antara peringkat dari pengguna yang berbeda dan rekomendasi hasil untuk pengguna tertentu tentang item yang mungkin menarik baginya. Namun, selera berubah dari waktu ke waktu sehingga peringkat lama mungkin tidak mencerminkan preferensi saat ini dan sebaliknya. Anda mungkin pernah menempatkan "luar biasa" pada sebuah …

14 recommender-system 

Saya ingin menerapkan model dinamis untuk merekomendasikan film kepada pengguna. Rekomendasi tersebut harus diperbarui setiap kali pengguna menonton film atau menilai film itu. Sederhananya, saya berpikir untuk mempertimbangkan dua faktor: peringkat masa lalu dari film lain oleh pengguna waktu dimana pengguna menonton film terakhir tertentu Bagaimana seseorang menyiapkan model seperti …

14 machine-learning  recommender-system  dynamic-regression 

Saya menemukan istilah Mesin Faktorisasi dalam sistem rekomendasi. Saya tahu apa Matriks Factorization untuk sistem rekomendasi tetapi tidak pernah mendengar tentang Factorization Machines. Jadi apa bedanya?

14 machine-learning  data-mining  recommender-system 

Saya sedang mengerjakan proyek untuk filtering kolaboratif (CF), yaitu menyelesaikan matriks yang diamati sebagian atau secara umum tensor. Saya seorang pemula di lapangan, dan untuk proyek ini akhirnya saya harus membandingkan metode kami dengan yang terkenal lainnya yang saat ini, metode yang diusulkan dibandingkan dengan mereka, yaitu state-of-the-art di CF. …

13 optimization  recommender-system  matrix-decomposition 

Saya sedang mengerjakan sesuatu seperti masalah berikut. Saya memiliki banyak pengguna dan N buku. Setiap pengguna membuat peringkat yang diurutkan dari semua buku yang dia baca (yang kemungkinan merupakan subset dari buku N), misalnya, Buku 1> Buku 40> Buku 25. Sekarang saya ingin mengubah peringkat masing-masing pengguna ini menjadi peringkat …

13 multiple-comparisons  ranking  recommender-system  bradley-terry-model 

Dapatkah Anda merekomendasikan buku dengan informasi bagus yang dapat diterapkan untuk mengembangkan sistem rekomendasi?

13 machine-learning  references  recommender-system 

Misalkan saya memiliki matriks rekomendasi gaya Netflix, dan saya ingin membangun model yang memprediksi peringkat film masa depan yang potensial untuk pengguna tertentu. Menggunakan pendekatan Simon Funk, orang akan menggunakan keturunan gradien stokastik untuk meminimalkan norma Frobenius antara matriks penuh dan item-by-item * pengguna-oleh-pengguna matriks dikombinasikan dengan istilah regularisasi L2. …

12 svd  recommender-system 

Catatan: pertanyaan ini adalah repost, karena pertanyaan saya sebelumnya harus dihapus karena alasan hukum. Sambil membandingkan PROC CAMPURAN dari SAS dengan fungsi lmedari nlmepaket di R, saya menemukan beberapa perbedaan yang agak membingungkan. Lebih khusus lagi, derajat kebebasan dalam berbagai tes berbeda antara PROC MIXEDdan lme, dan saya bertanya-tanya mengapa. …

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 

Dalam semua sistem rekomendasi modern yang telah saya lihat yang mengandalkan faktorisasi matriks, faktorisasi matriks non-negatif dilakukan pada matriks pengguna-film. Saya bisa mengerti mengapa non-negatif itu penting untuk interpretabilitas dan / atau jika Anda ingin faktor jarang. Tetapi jika Anda hanya peduli dengan kinerja prediksi, seperti dalam kompetisi hadiah Netflix …

11 recommender-system  svd  matrix-decomposition  nnmf 

Saya membuat Sistem Rekomendasi dan ingin menggabungkan peringkat pengguna "serupa" dan fitur item. Outputnya adalah peringkat yang diprediksi [0-1]. Saya sedang mempertimbangkan Neural Network (untuk memulai). Jadi, input adalah kombinasi dari fitur item dan peringkat setiap pengguna. Untuk item A dan pengguna 1, sistem dapat dilatih tentang data gabungan, A1. …

10 recommender-system 

Apa perbedaan mendasar antara Penyaringan Kolaboratif berdasarkan Item dan Analisis Berbasis Pasar? Apakah yang terakhir merupakan kasus khusus yang pertama?

10 machine-learning  recommender-system