矩阵分解新用户

Question

有人能告诉我用例的Python库(或另一种语言的论文或源代码)吗？这是我有一堆关于用户的数据和他们的‘分数’的大多数~100个对象。我将对这些数据进行矩阵因式分解，并将其分解为两个潜在因素矩阵。

我想有一个推荐网站，在那里，用户(我可以得到他们的数据)被推荐的对象，我的系统认为他们会喜欢。例如，他的分数X为10，Y为20，但我的系统希望根据我们当前的矩阵和新用户的数据，他的分数为x为20，Y为20，因此它作为推荐返回X。

本质上，一旦我学习了矩阵因式分解，如何处理新用户？这就是我应该如何使用矩阵因式分解进行协作过滤吗？谢谢!

Answer 1

如果您喜欢使用Python，则可以使用scikit的PCA实现。你可能会发现下面的用法；

http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html#sklearn.decomposition.PCA

如果您对其他语言(因为您说过；“或另一种语言的论文或源代码”)没有意见，下面是Apache (用Java编写的)示例。

ParallelSGDFactorizer factorizer=new ParallelSGDFactorizer(dataModel, numFeatures, lambda, numEpochs);
SVDRecommender recommender =new SVDRecommender(dataModel,factorizer,new AllUnknownItemsCandidateItemsStrategy());
recommender.recommend(1,20);