«recommender-system» 태그된 질문

SVD가 공동 필터링에 사용되는 방식과 약간 혼동됩니다. 소셜 그래프가 있고 가장자리에서 인접 행렬을 만든 다음 SVD (정규화, 학습 속도, 희소성 최적화 등을 잊어 버리십시오)를 사용한다고 가정하면이 SVD를 사용하여 권장 사항을 개선하는 방법은 무엇입니까? 소셜 그래프가 인스 타 그램에 해당하고 소셜 그래프만을 기반으로 서비스에서 사용자를 추천해야 할 책임이 있다고 가정 해 …

30 svd  recommender-system 

캐럿을 사용하여 데이터 세트에 대해 교차 유효성 검사 임의 포리스트를 실행하고 있습니다. Y 변수는 요인입니다. 내 데이터 세트에 NaN, Inf 또는 NA가 없습니다. 그러나 임의의 포리스트를 실행하면 Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) In addition: There were 28 warnings (use warnings() to see …

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 

협업 필터링에는 값이 채워지지 않은 값이 있습니다. 사용자가 영화를 보지 않았다고 가정하면 'na'를 넣어야합니다. 이 행렬의 SVD를 가져 오려면 0을 말합니다. 이제 행렬을 분해하면 비슷한 사용자를 찾는 방법이 있습니다. 감소 된 차원 공간). 그러나 사용자가 항목에 대해 예상하는 기본 설정 자체는 0입니다. (알 수없는 열에 입력 한 것이기 때문에). 그래서 …

21 machine-learning  svd  recommender-system 

추천 시스템의 매트릭스 인수 분해 모델을 이해하려고 노력하고 있으며 항상 '잠재적 기능'을 읽습니다. 그러나 그 의미는 무엇입니까? 기능이 교육 데이터 세트에 어떤 의미가 있는지 알고 있지만 잠재 기능에 대한 아이디어를 이해할 수 없습니다. 내가 찾을 수있는 주제에 대한 모든 문서는 너무 얕습니다. 편집하다: 적어도 아이디어를 설명하는 논문을 알려 주시면됩니다.

15 machine-learning  data-mining  recommender-system 

추천인 시스템은 그에게 관심을 가질만한 항목에 대한 특정 사용자에 대한 다른 사용자의 평가 및 수율 권고 사이의 상관 관계를 측정하는 것입니다. 그러나 시간이 지남에 따라 맛이 바뀌므로 오래된 등급 은 현재 환경 설정을 반영하지 않을 수 있으며 그 반대도 마찬가지입니다. 당신은 지금 당신이 "너무 역 겹지 않은"등으로 평가할 책에 "우수"를 …

14 recommender-system 

영화를 사용자에게 추천하기 위해 동적 모델을 구현하려고합니다. 추천은 사용자가 영화를 보거나 평가할 때마다 업데이트되어야합니다. 간단하게하기 위해 두 가지 요소를 고려할 생각입니다. 사용자가 다른 영화의 과거 등급 사용자가 특정 과거 영화를 본 시간 그러한 모델을 어떻게 설정하고, 학술 문헌에서 권장하는 것은 무엇입니까? 나는이 분야에서 새로운 사람이고 선형 회귀 모델이 매개 변수 …

14 machine-learning  recommender-system  dynamic-regression 

추천 시스템에서 Factorization Machines라는 용어를 발견했습니다. 추천 시스템에 대한 Matrix Factorization이 무엇인지 알고 있지만 Factorization Machines에 대해서는 들어 본 적이 없습니다. 차이점은 무엇입니까?

14 machine-learning  data-mining  recommender-system 

CF (collaborative filtering)를위한 프로젝트, 즉 부분적으로 관찰 된 매트릭스 또는보다 일반적으로 텐서를 완성하는 중입니다. 나는이 분야의 초보자이며,이 프로젝트를 위해 우리의 방법을 요즘 제안 된 방법, 즉 CF의 최신 기술과 비교하는 다른 잘 알려진 방법과 비교해야합니다. 내 검색에서 다음 방법이 밝혀졌습니다. 실제로 나는이 논문들과 참고 문헌을 보거나 그들이 비교할 때 실험 …

13 optimization  recommender-system  matrix-decomposition 

다음 문제와 같은 일을하고 있습니다. 많은 사용자와 N 권의 책이 있습니다. 각 사용자는 책 1> 책 40> 책 25와 같이 자신이 읽은 모든 책 (N 책의 하위 집합 일 수 있음)의 순서 순위를 만듭니다. 이제이 개별 사용자 순위를 모든 도서의 단일 주문 순위로 바꾸고 싶습니다. 시도해 볼만한 좋은 방법이나 표준적인 …

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

추천 시스템 개발에 적용 할 수있는 좋은 정보가 담긴 책을 추천 할 수 있습니까?

13 machine-learning  references  recommender-system 

Netflix 스타일 권장 매트릭스가 있고 특정 사용자의 향후 영화 등급을 예측하는 모델을 만들고 싶다고 가정합니다. Simon Funk의 접근 방식을 사용하면 확률 적 그라디언트 디센트를 사용하여 전체 행렬과 항목 별 * 사용자 별 행렬 사이의 Frobenius 표준을 최소화하여 L2 정규화 항을 사용합니다. 실제로 사람들은 추천 매트릭스의 결 측값으로 무엇을합니까? 계산의 요점은 …

12 svd  recommender-system 

참고 :이 질문은 법적 이유로 인해 이전 질문을 삭제해야했기 때문에 다시 게시되었습니다. SAS의 PROC MIXED를 R lme의 nlme패키지 기능과 비교하는 동안 다소 혼란스러운 차이점을 발견했습니다. 구체적으로는, 다른 시험에서 자유도간에 상이 PROC MIXED하고 lme, 그리고 왜 생각해. 다음 데이터 세트에서 시작하십시오 (아래 제공된 R 코드). ind : 측정 대상을 나타내는 계수 …

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 

내가 본 모든 현대 추천 시스템에서 행렬 인수 분해에 의존하는 것은 음수가 아닌 행렬 인수 분해가 사용자 영화 행렬에서 수행됩니다. 비 음성이 왜 해석 성 및 / 또는 희소 요인을 원하는지 이해하는 이유를 이해할 수 있습니다. 그러나 넷플릭스 상 경쟁에서와 같이 예측 성능에만 관심이 있다면 왜 부정이 아닌 제한을 적용해야합니까? …

11 recommender-system  svd  matrix-decomposition  nnmf 

Recommender System을 만들고 있는데 "유사한"사용자의 등급과 항목의 기능을 모두 통합하려고합니다. 출력은 예상 등급 [0-1]입니다. 신경망을 고려하고 있습니다 (시작). 따라서 입력은 항목의 기능과 각 사용자의 등급의 조합입니다. 항목 A와 사용자 1의 경우 시스템은 결합 된 데이터 A1에 대해 학습 할 수 있습니다. 이것은 하나의 훈련 예입니다. 사용자 1이 영화 B를 평가 …

10 recommender-system 

협업 필터링 문제를 고려하십시오. #users * #items 크기의 행렬 이 있습니다. 사용자 i가 항목 j를 좋아하면 이고, 사용자 i가 항목 j를 좋아하지 않으면 이고(i, j) 쌍에 대한 데이터가없는 경우 향후 사용자, 항목 쌍에 대한 를 예측하려고합니다 .MMMMi,j=1Mi,j=1M_{i,j} = 1Mi,j=0Mi,j=0M_{i,j} = 0미디엄I , J= ?Mi,j=?M_{i,j}=?미디엄I , JMi,jM_{i,j} 표준 협력 필터링 방식은 …

9 machine-learning  recommender-system  matrix-decomposition