《The wisdom of the few》读书笔记

最新推荐文章于 2020-12-09 10:12:13 发布
最新推荐文章于 2020-12-09 10:12:13 发布
阅读量2.2k 收藏 3
点赞数 3
分类专栏： 推荐系统 文章标签： 读书笔记 推荐系统
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/tinkle181129/article/details/51234261
版权
该论文提出了expert-KNN方法，用专家评分替代用户评分以解决协同过滤中的数据稀疏、噪音、冷启动和可扩展性问题。通过对Netflix和Rotten Tomatoes数据的分析，结果显示专家CF在预测误差和Top-N精度上表现出色，尤其是在解决冷启动问题上优于传统用户CF。在实际推荐场景中，用户对基于专家评分的推荐反馈积极。
摘要由CSDN通过智能技术生成
  • 论文名称：
    The wisdom of the few: a collaborative filtering approach based on expert opinions from the web
  • published in
    Proceeding
    SIGIR ‘09 Proceedings of the 32nd international ACM SIGIR conference on Research and development in information retrieval
  • 文章链接
    the wisdom of the few
  • 文章组织架构
    摘要、介绍
    第二节：收集数据
    第三节：描述算法
    第四节：评估基于专家推荐在预测推荐的错误率和TOP-N推荐精度的指标
    第五节：模拟实际推荐过程中随机、用户cf和专家cf的推荐效果
  • 方法提出
    user-KNN是常见的协同过滤方法，但是它有以下缺点：
    数据稀疏：用户数量大，物品数量大，有些物品用户不一定会有接触产生评分，则所构成的矩阵存在许多零项；
    数据噪音：用户评分时候很容易受到其他用户评分的影响，无法真实地反馈结果
    冷启动问题：新物品入网时暂时未获得其他用户评分而无法产生推荐；
    可扩展性差：复杂度为 O(m2n) ，m为用户数，n为物品数
    为了解决这些问题（或者改善性能），文章提出了expert-KNN方法，主要思想是：用专家的评分来代替用户的评分。
    数据稀疏：相同领域中的物品，专家的评分相对完善
    数据噪音：专家的评分相对客观
    冷启动问题：专家的评分是推荐系统外的数据，新物品入网时不会受到影响
    可扩展性：复杂度为 O(m2n) ，专家数比用户数大幅减少
  • 数据采集
    user&item from Netflix
    expert from Rotten Tomatoes
    数据预处理：
    通过采集观察到有些专家懒于对物品进行评分，这样的数据不会使我们的方法和user-KNN有太大的差别（在数据稀疏方面），所以要对这种数据进行剔除。
    本文采用了设置一个阈值minimum ratings threshold p
最低0.47元/天 解锁文章
ep_mashiro
关注
专栏目录
论文笔记|The Wisdom of The Few
年迈的艺术家们
12-17 440
今天读了The Wisdom of the Few这篇文章，这里稍作整理。 在推荐系统中，最经典的莫过于协同过滤算法，分为基于用户的协同过滤算法userCF与基于商品的协同过滤算法itemCF，本质上为寻找与你最相近的用户购买的商品或者与你购买过的商品最相近的商品。这两种算法首先都需要建立用户与商品的关系矩阵，值为用户对商品的评价打分或者0/1表示是否用户与商品有过购买等行为。在实际应用场景中，关...
【论文阅读第二期】The Wisdom of the few
野生大头鱼
11-17 556
论文阅读第二期的文章《The Wisdom of the few》讲的是基于专家观点的协同过滤推荐算法，是一篇2009年的文章。作者Xavier Amatriain是推荐系统领域的一位大牛，最早主导了Netflix的推荐系统，后来去了Quora，现在自己创办公司Curai研究AI。因为本人对推荐系统了解比较少，所以只是略读了文章，做一个简单的总结：1. 文章摘要；2.什么是协同过滤 1. 文章摘...
少数人的智慧(The Wisdom of the Few) (转)
backsnow
10-12 179
看 到这么个有吸引力的名字，你不会觉得它是一篇学术论文，但实际上，它是的。这是2009年Amatriain等人发表在ACM的一篇关于推荐系统的文章。从这个并不太学术的题 目，你大概可以意想到这里面并不会涉及太多繁琐的理论细节。实际上，如果你有一些关于推荐系统的背景，你可以毫无障碍的把它读下来，因为它就相当于一篇报 告文学一般好懂，但其中揭示的道理却并非如它显示出来的那么显浅，尽管文中的叙述不一定很...
论文笔记：The Wisdom of The Few
weixin_39655021的博客
07-16 299
阅读这篇论文时，参考了下面几篇博文： https://blog.csdn.net/Lyteins/article/details/85047553 https://blog.csdn.net/tinkle181129/article/details/51234261 https://blog.csdn.net/iteye_12567/article/details/81934870 htt...
《The Tao Of Programming》——编程之道
I AM BACK
11-22 1566
这本书居然可以结合老子的《南华经》、庄子的《庄子》，以及《论文》来谈论编程，编程似乎成为了如此文艺的东西，深不可测。后来作者还写了《编程之禅》、《计算机寓言——信息时代的启示》。如此有逼格的东西，下面摘录几句，有点儿意思。The Silent Void “When you have learned to snatch the error code from the trap frame, itwi
【论文阅读笔记】NeurIPS2020文章列表Part2
zincrain的博客
12-09 6004
Online Multitask Learning with Long-Term Memory Fewer is More: A Deep Graph Metric Learning Perspective Using Fewer Proxies Adaptive Graph Convolutional Recurrent Network for Traffic Forecasting On Reward-Free Reinforcement Learning with Linear Function A.
读书笔记 - 机器学习实战 - 4 利用概率理论进行分类：朴素贝叶斯
Always On The Way
02-11 8080
4 朴素贝叶斯（Classifying with probability theory: naive Bayes） 软判决：最佳判别及其概率估计 4.1 贝叶斯决策（Classifying with Bayesian decision theory） 朴素贝叶斯（贝叶斯决策理论的一个分支） 优点：能处理样本量小，多分类问题 缺点：对输入数据如何表示敏感 适用范围：离散值 两类数据，c1和...
N-臂老虎机算法（强化学习）
10-11
关于强化学习N-臂老虎机算法的理解，包括部分代码和算法流程图
推荐系统：协同过滤collaborative filtering
热门推荐
皮皮blog
07-03 4万+
http://blog.csdn.net/pipisorry/article/details/51788955（个性化）推荐系统构建三大方法：基于内容的推荐content-based，协同过滤collaborative filtering，隐语义模型(LFM, latent factor model)推荐。这篇博客主要讲协同过滤。协同过滤Collaborative Filtering协同过滤：使用
【Python】Tanimoto相似度算法实现
ns2250225
02-14 7540
公式： 假设A  =  [1，2，3，4]  ，长度为4假设B  =  [1，2，5，6]  ，长度为4 则AB的公共部分C = [1，2]， 长度为2AB的相似度为：2 / (4 + 4 - 2) = 0.33 算法： 方法一： #-*- coding: utf-8 -*- #user_data为用户信息嵌套字典 #如{'fabrice' : {'water' : 3}} d
Leetcode_Array_Find All Numbers Disappeared in an Array
大锅八十小锅四十
02-26 248
Tag: Array Difficulty: Easy Description: Given an array of integers where 1 ≤ a[i] ≤ n (n = size of array), some elements appear twice and others appear once. Find all the elements of [1, n] inclu
推荐系统比较好的论
oucpowerman的博客
11-20 974
链接：http://www.zhihu.com/question/25566638/answer/37455091 来源：知乎 推荐几篇对工业界比较有影响的论文吧： 1. The Wisdom of The Few 豆瓣阿稳在介绍豆瓣猜的时候极力推荐过这篇论文，豆瓣猜也充分应用了这篇论文中提出的算法； 2. Restricted Boltzmann Machines for C
爬虫学习笔记_京东商品内容、评论
大锅八十小锅四十
09-05 705
# -*- coding: utf-8 -* import MySQLdb from selenium import webdriver from selenium.webdriver.common.keys import Keys from selenium.webdriver.common.by import By from selenium.webdriver.support.ui impor
ubuntu 下装feedparser
大锅八十小锅四十
04-28 1272
==不能当自己是妹纸== 为了装Universal Feed Parser，先装了setuptools 下载 sudo wget https://pypi.python.org/packages/source/s/setuptools/setuptools-0.6c11.tar.gz#md5=7df2a529a074f613b509fb44feefe74e 解压 sudo
Word Pattern 双重映射
小人物的草稿本
10-07 976
Word Pattern Given a pattern and a string str, find if str follows the same pattern. Examples: pattern = "abba", str = "dog cat cat dog" should return true.pattern = "abba", str = "
latex 自定义bst文件
大锅八十小锅四十
11-13 3万+
最近学习LaTeXLaTeX，遇到了很多问题，其中就包括要制作一个符合学校参考文献的bst文件，苦恼了很久，在网上没有找到相似的问题整理。遂做个小小的总结。bst 采用了堆栈式语言 WinEdt中可以编写这个文件,也可以用其他的 如何制作bst文件 安装了 ctex 套装后， 在目录 custom-bib 下有一个名为 makebst.tex 的文件. 1) 在 WinEdt 窗口打开该文
支持向量机知识点整理
大锅八十小锅四十
01-17 995
SVM 知识框架 SVM的原理是什么？ 有别于感知机，SVM在特征空间中寻找间隔最大化的分离超平面的线性分类器 SVM为什么采用间隔最大化？ 超平面可以有无穷多个，但是几何间隔最大的分离超平面是唯一的，这样的分类结果也是鲁棒的，对未知实例的泛化能力最强。 什么是支持向量？ 对于硬间隔，支持向量就是间隔边界上的样本点 对于软间隔，支持向量就是间隔边界、间隔带内、分离超平面误分类一侧的样本
标书行为异质性：揭示群众智慧的信息价值
"这篇文章主要探讨了在线债务众筹领域中，人群智慧如何体现在投标行为的多样性上，以及这种多样性如何提供有价值的信息以评估贷款违约风险。研究人员通过分析竞标规模和竞标时机，揭示了投标行为的异质性对贷款违约...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值