1.BPR
1.1 做法
- 构建样本对
- 假设背后是某个常见模型:如MF
- 排序对成立情况下倒推U/V向量,计算UV乘积,得到完整评分矩阵
矩阵分解: X ˉ = W H T \bar{X}=WH^T Xˉ=WHT
贝叶斯: P ( θ ∣ > u ) = P ( > u ∣ θ ) P ( θ ) P ( > u ) P(\theta|>_u)=\frac{P(>_u|\theta)P(\theta)}{P(>_u)} P(θ∣>u)=P(>u)P(>u∣θ)P(θ)
<u,i,j> : P ( i > u j ∣ θ ) P(i>_u j|\theta) P(i>uj∣θ),i在j前面,用户u, θ \theta θ是W、H,是个模型
P ( > u ∣ θ ) P(>_u|\theta) P(>u∣θ)极大似然估计