论文解读——Scalable Collaborative Filtering with Jointly Derived Neighborhood Interpolation Weights

简介

本文是Bell和Koren在ICDM2007上的文章，其核心思想是

1. 文章拟合了10多种评分数据集中可能存在的效应，对原始数据进行了修正，去除了噪声。
2. 之前的相似度计算公式存在过于武断等问题，提出了一种可以通过损失函数迭代求解权重的方法。
3. 基于用户的方法由于需要计算用户间的相似度，复杂度较高，作者提出了一种低维嵌入的方法，降低复杂度。

主要内容

1 CF可被视为一个缺失值估计任务，其中的KNN主要包括三个步骤：数据标准化、邻居选择和插值权重的计算，本文主要从数据标准化和插值权重的计算上提出新的方法，提高模型精度，对应于核心思想的1和2。

2 标准的KNN推荐在相似度上存在四个问题：
（1）相似度计算公式完全由人为提出，过于武断；
（2）相似度计算没有考虑邻居之间的相关关系，物品i和狮子王1、狮子王2、狮子王3之间的相似度可能会有较大差异；
（3）计算公式中强制让插值权重和为1，会导致过拟合，如一个物品只有很少的邻居，若依然才能该方法计算，会产生较大的误差；
（4）如果邻居间差异较大、相似度较小，该推荐方法不起作用。

3 Section3部分考虑了一些effect，就如$r=\mu +pq$中就是考虑了overall mean。

4 Section4把通过求解$mi{n}_{\omega }{\sum }_{v\ne u}\left(r_{ui}-{\sum }_{j\in N(i;u)}{\omega }_{ij}{r}_{vj}\right)$这样一个优化问题来同时确定所有权重，之后再对稀疏的情况进行特殊的处理。