试图理解潜在语义索引(LSI)

Question

我正在学习奇异值分解，我可以将这个概念用于什么目的，我正在阅读的这本书提到了SVD用于潜在语义索引。我读过一些关于LSI的文章，似乎LSI主要用于搜索引擎和类似的应用程序。我想将LSI用于我正在进行的一个小型数据分析项目，但我不确定它对我的应用程序是否有意义。这就是我正在做的事情。

我有一个大约20000个游戏的列表，这个列表的两个属性是游戏类型和发布游戏的平台。我想使用LSI来获得一些关于平台和流派属性的信息。

因此，首先我创建了一个共现矩阵，其中行代表24个不同的流派，列代表22个不同的平台。然后，我对共生矩阵进行奇异值分解，提取出前两列U和V，并为U绘制了一个2d图，V.The图如下所示。

​

​

所以我的问题是，这是否可以被认为是潜在语义索引的一种有意义的使用，以及我如何从这个图中进行解释？例如，我们看到Genre Action和platform PC远离所有其他变量，这是否告诉我们关于这个流派和平台的任何信息？

谢谢。

Answer 1

SVD通常用于降低维度，并发现隐藏的宏观特征或模式，以获得更细粒度的行为。几乎所有的推荐系统问题都可以用这种方法来解决。

我不确定你用来实现奇异值分解的参数(如果它真的收敛了)，但对你的图形有一些可能的解释：

• 显然有两种类型的游戏平台(碰巧是真正的游戏机vs PC)
• 有一些游戏像“运动”，主要在游戏机上玩，而其他游戏，如“射手，角色扮演，模拟，冒险”则更多的是平台不可知(在两者上都可以找到)。
• 我不是很确定“战略”和“动作”游戏

。

祝好运