Keras を使用したレコメンデーション用の行列分解の単純なモデルを実装しています。モデルを実行すると、いくつかの奇妙な動作が見つかりました。
- ユーザーとアイテムの潜在的要因は、ゼロ ベクトルに向かう傾向があります。
- ゼロ以外の値 (値が 1) だけを当てはめようとしても、これらの潜在因子は 0 になります。さらに奇妙なことに、真の値 (常に 1) と予測値 (常に 1) の差であっても、トレーニングと検証の損失が減少します。ユーザーの潜在因子とアイテムの潜在因子の間の内積である）を増やす必要があります（これらの潜在因子がゼロになるため）。損失指標として「mse」を使用します。
何が起こったのかわかりません。誰かが以前にこの問題に遭遇したことがある場合は、解決策を共有していただければ幸いです。（コードがかなり面倒なので投稿できなくてすみません）。ありがとうございました。