推荐系统中显性反馈数据和显性反馈数据的比较

最新推荐文章于 2021-06-17 18:17:21 发布
最新推荐文章于 2021-06-17 18:17:21 发布
阅读量5.8k 收藏 8
点赞数 4
分类专栏： 推荐系统笔记 文章标签： 推荐系统 显性反馈 隐性反馈
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/sunkun2013/article/details/71195308
版权
本文介绍了推荐系统中显性反馈数据和隐性反馈数据的概念。显性反馈是指用户直接表达对物品喜好，如评分或收藏；而隐性反馈则包括用户浏览历史和点击行为等间接信号。文章通过各代表网站中的实例对比了两种反馈数据的特征和应用。
摘要由CSDN通过智能技术生成

定义

  • 显性反馈行为：用户明确表示对物品喜好的行为。
  • 隐性反馈行为：不能明确反映用户喜好的行为。

显性反馈数据和隐形反馈数据的比较

显性反馈数据 隐性反馈数据
用户兴趣 明确 不明确
数量 较少 庞大
存储 数据库 分布式文件系统
实时读取 实时 有延迟
正负反馈 都有 只有正反馈

各代表网站中显性反馈数据和隐性反馈数据的例子

显性反馈 隐性反馈
视频网站 用户对视频的评分 用户观看
最低0.47元/天 解锁文章
squeue2019
关注
专栏目录
推荐系统/分类问题正确率计算和比较方法（显性反馈数据和隐性反馈数据）
weixin_40631132的博客
07-19 1900
目录 1. 数据分类-显性反馈和隐性反馈 2. 显性反馈数据模型评价方法 3. 隐性反馈数据介绍 1. 数据分类-显性反馈和隐性反馈 在训练分类/推荐模型时使用的数据可以分为两种，显性和隐性反馈数据。 显性反馈数据：用户明确喜欢和不喜欢的物品（或明确有类别的数据） 隐形反馈数据：用户浏览过的物品，但并未明确表示喜欢或厌恶。这种类型数据只能认为...
显性反馈和隐性反馈
weixin_30436101的博客
07-18 855
推荐系统的用户行为分为显性反馈和隐性反馈 ，显性反馈数据集可以明确区分正负样本（如评分数据）；隐性反馈数据集只有正样本（用户喜欢什么），没有负样本（用户不喜欢什么）。 隐性反馈数据集上生成负样本的方法： （1）对于一个用户，用他所有没有过行为的物品作为负样本。 （2）对于一个用户，从他没有过行为的物品中均匀采样出一些物品作为负样本。 （3）对于一个用户，从他没有过行为的物品中采样出一些物品...
数据类型的隐性转型和显性转型
09-13 672
自动类型转换，也称隐式类型转换，是指不需要书写代码，由系统自动完成的类型转换。由于实际开发中这样的类型转换很多，所以Java语言在设计时，没有为该操作设计语法，而是由JVM自动完成。 转换规则 从存储范围小的类型到存储范围大的类型。 具体规则为： byte→short(char)...
机器学习的坑
LegenDavid's warehouse
03-14 927
之前拜读过Xavier Amatriain 大神的“10 lessons learned from building ML systems”以及“10 more Lessons learned from building real-life Machine Learning System - Quora” 感受颇深，而且相当可以引起共鸣。因此，今天小编就结合从大神那里get到的精华和自己和队友一起...
隐式反馈与显式反馈
qq_43727105的博客
07-17 3660
推荐系统中用户对物品的反馈分为显式和隐式反馈。 显式反馈 (如评分、评级) 或单一的隐式反馈 (如浏览、点击、加入购物车) 隐式反馈 (implicit feedback)： CTR (Wangchong) CDL (Wang Hao) Neural Collaborative Filtering (Xiangnan He) 显式反馈 (explicit feedback) ConvMF 显式反馈转换为隐式反馈 转换的方式主要有以下几种： 以 movielens 数据集为例，电影评分范围为： 1，2，3，4
一种基于项目的混合显性隐性反馈的协同过滤推荐算法.docx
05-29
因此，近年来研究者们开始探索结合显性反馈和隐性反馈的混合推荐方法，以提高推荐系统的准确性和实用性。 #### 显性反馈与隐性反馈 - **显性反馈**：指用户直接给出的反馈信息，例如用户对商品的评分、评论等。这...
协同过滤中显性反馈 与 隐性反馈 的区别（附ALS最优化）
axuanwu的专栏
07-07 5930
协同过滤中显性反馈 与 隐性反馈 的区别1. 特质上的区别显性反馈行为：用户明确表示对物品喜好的行为。 隐性反馈行为：不能明确反映用户喜好的行为。隐性反馈的特性 没有负反馈。隐性反馈无法判断是否不喜欢。而显性反馈，明显能区分是喜欢还是不喜欢。 先天性具有噪声。用户购买了某物品，并不代表他喜欢，也许是送礼，也许买了之后发现不喜欢。 显性反馈数值代表偏好程度，隐性反馈数值代表置信度。隐性反馈的数值通常
推荐系统核心精讲 - 第18篇：推荐系统中的隐反馈数据建模
推荐系统作为一种有效的信息过滤和个性化服务技术，已经在我们的日常生活中得到广泛应用。随着互联网的快速发展和大数据时代的到来，推荐系统面临着越来越多的挑战和机遇。 传统的推荐算法主要基于显式反馈数据，...
用于推荐的隐式反馈去噪
zmm0628的博客
06-17 1320
** 用于推荐的隐式反馈去噪 ** 摘要 隐性反馈的普遍存在使得它们成为构建在线推荐系统的默认选择。虽然大量的隐式反馈缓解了数据稀疏问题，但缺点是它们在反映用户的实际满意度方面不够干净。例如，在电子商务中，很大一部分点击并不转化为购买，许多购买最终会得到负面评价。因此，考虑隐含反馈中不可避免的噪声对于推荐器的训练至关重要。然而，关于推荐的工作很少考虑到隐含反馈的嘈杂性质。 在这项工作中，我们探索的中心主题去噪隐含反馈推荐训练。我们发现噪声隐含反馈有严重的负面影响，即拟合噪声数据会阻碍推荐者学习实际的用户偏好
基于用户的协同过滤算法在显式、隐式反馈数据中的评估比较
一颗贪婪的星
06-26 8455
目录 一、问题描述 二、算法描述 三、评价指标 四、实验结果 五、总结 一、问题描述 实现基于用户的协同过滤（UserCF）算法，以TopN的推荐方式，分别在显式和隐式反馈数据集中进行评估和比较。 实验采用Grouplens团队提供的公开数据集Movielens-latest-small，包括671个用户对9125部电影的100004条评分，并将数据以6比2的比例随机分为训练集和测...
【推荐系统】隐式反馈数据集
Robin_S
01-08 5856
相比于较为丰富的评分的显示反馈数据集，隐式反馈数据集目前较少。相比于评分，隐式反馈对用户喜好进行建模更加困难，因为用户行为充满了不确定性；但同时也应该看到，隐式反馈提供的内容更为丰富，如浏览、注册，加购物车、购买等，这些对于实际电商中的推荐行为更加有意义，也更加有利于解决冷启动问题。 Retailrocket 商品评论和推荐数据 这个数据集包含了常规的用户，物品，时间戳以外，还有浏览，加购物车
用隐式反馈做推荐模型，你做对了吗
炼丹笔记
05-15 1138
现在大家都习惯用隐式反馈来学习推荐模型，并作用于线上推荐系统(十方也不例外)。大量的隐式反馈数据确实缓解了数据稀疏的问题，但是这些数据很多并没有反馈用户真正的需求。拿电商举例，大量的点击，并不会带来支付行为，就算是支付，用户也可能给差评，这种情况往往应该是负例，但是我们却把它们当初正例用于推荐模型，这样不可避免带来了噪声。《Denoising Implicit Feedback for Recom...
隐性反馈行为数据的协同过滤推荐算法
热门推荐
linger(心怀梦想，活在当下，知乎ID：linger liu)
07-16 1万+
隐性反馈行为数据的协同过滤推荐算法 《Collaborative Filtering for Implicit Feedback Datasets》论文笔记 本文是我阅读《CollaborativeFiltering for Implicit Feedback Datasets》论文的笔记，介绍的是对于隐性反馈行为数据协同过滤算法，采取的是隐语义模型（LFM），求解方式是ALS
隐式/显式反馈
s1162276945的博客
08-24 1万+
推荐系统中用户对物品的反馈分为显式和隐式反馈，’式‘字容易写错，特意将字体加粗… 显式反馈 (如评分、评级) 或单一的隐式反馈 (如浏览、点击、加入购物车) 隐式反馈 (implicit feedback)： CTR (Wangchong) CDL (Wang Hao) Neural Collaborative Filtering (Xiangnan He) 显式反馈 (explici
推荐系统遇上深度学习(八十九)-推荐系统中的反馈循环
abcdefg90876的博客
08-02 1627
本文介绍的论文题目为：《Feedback Loop and Bias Amplification in Recommender Systems》下载地址为：https://arxiv.o...
JS显性数据类型转换和隐性数据类型转换
蝈蝈的博客
11-12 9300
一、JS需要类型转换的原因 JS是一种弱类型语言，变量没有类型限制，可以随意赋值。如： var a=5; console.log(typeof a);//number a='我是字符串'; console.log(typeof a);//string如上所示，当把数字5赋值给a变量时，a变量的类型是number，当把字符串“我是字符串”赋值给变量a时，a变量的类型是string。 虽
《推荐系统实战》读书笔记——在隐式反馈系统中如何给商品打分
我的灯还亮着的博客
05-17 2166
之前看过的一本《pratical recommender systems》的读书笔记，这本书讲了很多网上看不到的，很实际的工程方面的考虑，规则为主，算法为辅。现在网上铺天盖地都是高大上的排序模型，这些都是大公司打出知名度的东西，实际中有几个用到的？推荐成立之初就是规则，现在的算法工程师大多都太飘了，满口的算法模型，各种模型架构的优化，忘记了最初对业务规则的理解，脚踏实地，一直是老板对我说过的最多的...
【Spark】用隐式偏好进行训练（推荐系统）
sinat_40431164的博客
06-05 2608
Training with Implicit Preference (Recommendation)用隐式偏好进行训练（推荐系统）There are two types of user preferences:explicit preference (also referred as "explicit feedback"), such as "rating" given to i...
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