相似/不喜欢/未知数据的矩阵分解

Question

大多数文献都集中在显式评级数据或隐性(类似/未知)数据上。是否有好的出版物可以处理类似/不喜欢/未知的数据？也就是说，在数据矩阵中有三个值，我想从未知条目中推荐。

在这个问题上有什么好的开源实现吗？

谢谢。

Answer 1

这与netflix问题非常相似，大多数矩阵因式分解方法都可以适应，因此误差函数只能在已知点上计算。例如，可以采用梯度下降的方法来处理SVD (最小化frobenius范数)，但只能在已知点上评估误差和计算梯度。我相信你可以很容易地找到这方面的代码。

另一种选择是利用矩阵的二进制特性，并调整二进制矩阵分解工具，以强制执行二进制因素(如果需要的话)。我相信，您可以使用与上面类似的技巧，调整所描述的这里方法之一，以处理未知数据。