推荐系统BPR学习-4

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