隐语义模型 从数据出发,进行个性化推荐用户和物品之间有着隐含的关系隐含因子让计算机理解就好将用户和物品通过中介隐含因子联系起来 求解 梯度下降方向迭代求解 隐语义模型样本选择 对每个用户,要保证正负样本的平衡(数目相似)选取那些很热门,而用户却没有行为的物品对于用户-物品集K{(u,i)}其中如果(u,i)是正样本,则有R ui=1,负样本则R ui=0 参数选择 隐特征的个数F,通常F=100学习速率alpha,别太大正则化参数lambda,别太大负样本/正样本比例ratio 协同过滤VS隐语义 原理:协同过滤基于统计,隐语义基于建模空间复杂度:隐语义模型较小实时推荐依旧难,目前离线计算多