理解:
显示反馈与隐式反馈;
显示反馈:基于用户对于商品的打分:例如好坏或者推荐与否;或者是抖音好看的你点爱心不好看的划走;
隐式反馈:基于用户对于商品的行为进而得出的是否喜欢推荐;例如你对于商品是否点击,或者说浏览的时长,或者是你看抖音一个视频你是否看完,或者时很快划走,我就是不经常点爱心。(经过 判断计算机会给物品打上隐藏分(没错就是你想的隐藏分),但是计算机可能会更加的偏执,给的分可能就是喜欢或者是不喜欢)
BPR就是利用隐式反馈进行的
贝叶斯个性化排序,是当下推荐系统中常用的一种推荐算法。与其他的基于用户评分矩阵的方法不同的是BPR主要采用用户的隐式反馈(如点击、收藏、加入购物车等),通过对问题进行贝叶斯分析得到的最大后验概率来对item进行排序,进而产生推荐。
借鉴许多大佬的东西,写的真详细,虽然我还是看不太懂,计算机相关论文就是这样难懂难看术语多,涉及的知识点也很多,也要有许多要手推演算,只能慢慢来吧加油