推荐算法:基于领域的协同滤波:数据稀疏和冷启动

信息填充稀疏矩阵的方法

a content-collaborative recommender that exploits wordnet-based user profile for neighborhood formation

  1. 语义分析生成用户画像
  2. 用户画像聚类生成领域
  3. 按照item-baesd的方法计算相似度

content-boosted collaborative filtering for improved recommendations

  1. cf方法存在:数据稀疏的问题
  2. 对于稀疏的打分矩阵,通过content的内容填充
  3. 填充方法:分类,将内容(导演,题目等)按平方等级分类(5类)
  4. 填充完成后,计算打分。

内容相关性填充评分矩阵

Learning Collaborative Information Filters

  1. 将cf方法看做分类问题
  2. 使用svd的方法,分解矩阵

Combining Usage content structrue data to improve web site recommendation


冷启动

Methods and Metrics for cold-start recommendations

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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