在lightfm中设置用户项交互数据的正确方法

Question

当我在其他项目/产品上有额外的隐式数据的情况下，向lightfm模型提供数据时，什么是设置数据的正确方法。例如，我有100 k用户x200项交互数据，但是在实际应用中，我希望模型只提供来自200个条目中的50个的建议。那么如何设置数据呢？我正在考虑两个案例，但我不确定哪一个是正确的方法：

案例1:将整个矩阵(100 k用户x200项)直接作为lightfm中的interactions参数提供。这样，就可以更多地进行协作学习。

案例2:只向interactions参数提供提要(100 k用户x50项)，并使用(100 kx150项)矩阵作为user_features。这样，它更多的是以内容为基础的学习。

哪一个是对的？另外，对于案例1，模型评估的实用函数(精确性、召回等)是否有方法仅推荐选定的项目，例如，顶部k个推荐项目只应从50项中提取，而不推荐其他项目，并从这些项中计算精度、召回等。

Answer 1

您应该遵循案例1，使用整个交互数据来训练模型。在进行预测时，可以将所需(50)项的索引作为参数传递给model.predict。

从lightfm文档中可以看到，model.predict将项ids作为参数(在本例中为50个项的ids )。

https://making.lyst.com/lightfm/docs/_modules/lightfm/lightfm.html#LightFM.predict

def预测(self，user_ids，item_ids，item_features=None，user_features=None，num_threads=1)：“”计算用户-项目对的推荐分数。

    Arguments
    ---------

    user_ids: integer or np.int32 array of shape [n_pairs,]
         single user id or an array containing the user ids for the
         user-item pairs for which a prediction is to be computed
    item_ids: np.int32 array of shape [n_pairs,]
         an array containing the item ids for the user-item pairs for which
         a prediction is to be computed
    user_features: np.float32 csr_matrix of shape [n_users, n_user_features], optional
         Each row contains that user's weights over features
    item_features: np.float32 csr_matrix of shape [n_items, n_item_features], optional
         Each row contains that item's weights over features
    num_threads: int, optional
         Number of parallel computation threads to use. Should
         not be higher than the number of physical cores.