论文相关知识点

显示反馈

Explicit Feedback是基于用户行为的。在搜索结果列表，用户判断文档是否相关。搜索引擎再根据反馈的信息调整搜索结果。
　 优点：反馈的结果是准确的。
　 缺点：用户需要做额外的工作

隐式反馈

隐式反馈是基于用户点击行为的反馈。在搜索结果列表，用户点击的文档认为是相关的，用户跳过的文档认为是不相关文档。依据这些再调整搜索引擎。
　优点：无需用户参与，反馈基本可靠。

基于用户的协同过滤

将购买比较相似的其他用户买过的商品 推荐给用户

基于用户的协同过滤存在的问题：

1. 必须要有一定的数据积累(冷启动问题)。对于新网站或数据量较少的网站，只能选用基于物品的协同过滤算法

2. 一个不错的商品 但是没有人买 那么永远得不到推荐

3. 评分矩阵比较稀疏

   基础解决方案：

   相似度计算最好使用皮尔逊相似度

   考虑共同打分物品的数目，如乘上min(n,N)/N （n:共同打分数N:指定阈值）

   对打分进行归一化处理

   设置一个相似度阈值

基于用户的协同过滤不流行原因

稀疏问题

数百万的用户计算，量非常大

并且人是善变的

基于物品的协同过滤

通过计算不同用户对不同物品的评分获得物品间的关系。基于物品间的关系对用户进行相似物品的推荐。这里的评分代表用户对商品的态度和偏好。简单来说就是如果用户A同时购买了商品1和商品2，那么说明商品1和商品2的相关度较高。当用户B也购买了商品1时，可以推断他也有购买商品2的需求

基于物品的协同过滤主要优势

计算性能高，通常用户数量远大于物品数量

可预先计算保留，物品并不善变

UserCF与ItemCF的比较

常见的几种评价方式

其中皮尔逊相关系数，是x与y的协方差与x与y的标准差之积的比值。协方差表示的是x与y的相关性 取值在[-1,1]之间

归一化处理

https://blog.csdn.net/likeyou1314918273/article/details/89633033

交叉熵损失函数

把KL散度的公式拆开：

前者H （p(x)）表示信息熵，后者即为交叉熵，KL散度 = 交叉熵 - 信息熵

化简后交叉熵的公式为

交叉熵能够衡量同一个随机变量中的两个不同概率分布的差异程度，在机器学习中就表示为真实概率分布与预测概率分布之间的差异。交叉熵的值越小，模型预测效果就越好。

交叉熵在分类问题中常常与softmax函数是标配，softmax将输出的结果进行处理，使其多个分类的预测值和为1，再通过交叉熵来计算损失。

的值越小，模型预测效果就越好。

交叉熵在分类问题中常常与softmax函数是标配，softmax将输出的结果进行处理，使其多个分类的预测值和为1，再通过交叉熵来计算损失。