如何使用Python的FastFM库(分解机器)来执行推荐任务？

Question

我有一个<user, item>对的数据集，每个条目都记录哪个用户购买了哪个项目。

例如：

<u1, i1>
<u1, i4>
<u2, i2>
<u3, i2>...

我创建了一个编码数据集

no_of_features = no_of_users + no_of_items

并将输出变量y设置为1，因为这些条目中的每一个都代表了购买该特定项的用户。

注意:在这种情况下，所有y值都是1。

编码的数据集如下所示：

user1 user2 user3 .... item1 item2 item3 item4 .... y
  1     0    0    ....   1     0     0     0   .... 1
  1     0    0    ....   0     0     0     1   .... 1
  0     1    0    ....   0     1     0     0   .... 1
  0     0    1    ....   0     1     0     0   .... 1

现在，我想知道如何使用fastFM为任何用户x和任何项目y生成案例建议( <x, y> )。

显然，regression不在这里。那么，我应该使用classification或ranking的fastFM方法吗？还有怎么做的？例如，如果我使用classification，是否需要使用y=0生成实例？如果我使用ranking方法，我是否按照排序方法的输出来排列项目，并推荐那些价值更高的项目？

Answer 1

关于这个问题的问题的直觉是好的-现在，我们只有积极的例子存储。这些是用户实际购买物品的情况。

在这种情况下，您应该去排名损失函数。特别是当fastFM实现了贝叶斯个性化排名时。此外，在大多数情况下，当结果以有序的建议列表形式呈现给用户时，我们应该将准备建议视为与排名相关的问题。我们不会像Netflix奖那样预测评级(明星)。

BPR是一种非常简单的方法。但要理解它有一件关键的事情--我们不关心估计的y、、值本身--。的重要之处在于，当我们使用此输出对估计的示例进行排序时，顺序如何。

因此，在学习阶段，必须准备积极和消极的例子。查看拟合法文档中的fastFM文档。为了得到负面的例子，最简单的方法是从所有可用的项目集中得到随机的(均匀分布的)示例。您只能检查这个随机示例是否实际上不是正的(除了正则化之外，我们不会从这个示例中学到任何东西;-))。随机抽样在大多数情况下都是很有效的，因为您准备的正输入数据通常非常稀疏(例如密度< 1%)。但是你可以尝试不同的样本，例如:使用经验项目分布。它可以更好地在某些情况下工作，但更有可能的是，你的“长尾”将保持不变(这是我的经验)。或者您可能知道更多关于您的数据可以在这里提供帮助的信息:-)