netflix_prize_中的协同过滤算法.pptVIP

若干个因子：评分矩阵的秩很小 * 为什么我们选择因子模型作为研究对象？因子模型是单个模型中获得预测精度最高的一类模型 * 重点 * 消费者希望知道为什么会推荐这个产品 * 去掉约束，MFCM就变为MF了 * 强调工作量，已获奖团队的组合数量 * 强调：我们是首次把它们作为一类问题抽象出来，并对它们进行系统的研究 * * 从搜索结果可见，我们是首次把它们作为一类问题抽象出来，并对它们进行系统的研究 * 视频搜索引擎B推出新版平台，根据用户的浏览习惯发布更为相关的广告。 * 强调：我们是首次把它们作为一类问题抽象出来，并对它们进行系统的研究 * 从二维到三维，自然会想到kNN * 减轻稀疏的影响：使用聚类 * 这么做的目的是：希望知道一个模型所能容忍的极限稀疏度 * 体现一个模型所能容忍的极限稀疏度 * Take-home messages * 吴金龙 @ SMS. (2010-05-28) Netflix Prize 中的协同过滤算法 * Part II：CF模型——Factor——MFCM 如何改进FCM 既然最终使用 获得预测评分，为什么不直接最小化训练数据集上的预测误差 相比于FCM的目标函数，一个更加直接且自然的目标函数为 其中 Z 为概率矩阵，满足 Z ≥ 0，且 Z1 = 1 。 修正模糊聚类（MFCM）模型求解优化问题 吴金龙 @ SMS. (2010