《推薦系統實踐》關於Latent Factor Model

xlvector發表於2011-12-22

Latent Factor Model，很多人稱為SVD，其實是比較偽的SVD，一直是最近今年推薦系統研究的熱點。但LFM的研究一直是在評分預測問題上的，很少有人用它去生成TopN推薦的列表，而且也很少有人研究如何將這個資料用到非評分資料上。

本來這本書不準備在實踐部分講這個演算法，而只准備在後面介紹學術界研究熱點的時候講這個演算法。但後來發現，如果不講，顯得實踐部分都是些加減乘除的小把戲，沒啥技術含量啊。於是我還是將如何在非評分資料上做LFM放到了實踐的部分，當然這方面的相關論文還非常少。不過我覺得LFM在實踐部分還是有其前景的。

具體怎麼做，先賣個關子不忙說。先公佈一個實驗結果吧。我們知道，LFM有一個副產品是對物品自動聚類，我今天寫書的時候在MovieLens資料集上試了一把，發現效果不錯，先公佈出來。

enter image description here

相關文章