2

私はCFでいくつかの論文を読んでいて、ほとんどの最先端の方法が評価行列のみのさまざまな因数分解方法に基づいていることに気付きました。コンテンツ情報（ユーザーの特徴やアイテムの特徴など）を因数分解する代表的な作品があれば知りたいです。何か案は？

4

2 に答える 2

3

私はレコメンダー システムの分野の研究者であり、まさにその分野でいくつかの作業を行いました。そのトピックに関するいくつかの論文を次に示します。

  1. Aditya Krishna Menon、Charles Elkan: 二項予測のための潜在機能を備えた対数線形モデル、ICDM 2010
  2. David Stern、Ralf Herbrich、Thore Graepel: Matchbox: Large Scale Bayesian Recommendations、WWW 2009
  3. Chong Wang、David Blei: 科学記事を推奨するための共同トピック モデリング、KDD 2011
  4. Zeno Gantner、Lucas Drumond、Christoph Freudenthaler、Steffen Rendle、Lars Schmidt-Thieme: Learning Attribute-to-Feature Mappings for Cold-Start Recommendations、ICDM 2010
  5. D. Agarwal および B.-C. チェン。回帰ベースの潜在因子モデル、KDD 2009
  6. D. Agarwal および B.-C. チェン。fLDA: 潜在的ディリクレ配分による行列分解、WSDM 2010

(4)は私が書いた論文なので、これもある種の宣伝であることに注意してください;-)

また、KDD カップ 2011 にはアイテムの分類が含まれており、そのような分類の情報と潜在因子モデルを組み合わせた興味深い研究がワークショップで行われました: http://kddcup.yahoo.com/workshop.php

于 2012-02-06T16:12:22.187 に答える
0

たとえば、「5. Hybrid Collaborative Filtering Techniques」を参照してください。

X. Su、TM Khoshgoftaar、共同フィルタリング技術の調査、人工知能の進歩 (2009)。PDF

于 2011-12-09T22:40:47.920 に答える