矩阵分解？

Question

我有稀疏的用户矩阵作为行，列是对各种问题的明确回答(关于用户的偏好/行为的问题有不同的领域)。答案可能是数字的(例如，回答“你家孩子的数量是多少？”)，也可能是明确的(“指定你的教育水平? BS / PHd /等”)。如前所述，矩阵是稀疏的，其目的是推断缺少的条目。

您认为矩阵因式分解技术(例如ALS )适合于解决这个问题吗？(通过适当的响应归一化)，您是否建议另一种学习算法？

Answer 1

我认为ALS在这里非常适用。不过，我可以想象它需要很好的调整。除非这些问题是相关的，否则可能会产生一些奇怪的结果。仅仅因为有两个博士学位的人有一个孩子，并不意味着第三个人只有一个孩子。基本上，数据越多越好。推荐电影的效果非常好，因为所有的列都与电影相关，但是这应该与足够的数据一起工作。