数据学习
登录
注册
原创博客
期刊会议
学术世界
期刊出版社
领域期刊
SCI/SCIE/SSCI/EI简介
期刊列表
会议列表
所有期刊分区
学术期刊信息检索
JCR期刊分区查询
CiteScore期刊分区查询
中科院期刊分区查询
领域期刊分区
管理 - UTD24期刊列表
管理 - AJG（ABS）期刊星级查询
管理 - FMS推荐期刊列表
计算机 - CCF推荐期刊会议列表
高校期刊分区
南大核心（CSSCI）
合工大小核心
合工大大核心
AI资源仓库
AI领域与任务
AI研究机构
AI学术期刊
AI论文快讯
AI数据集
AI开源工具
AI模型
AI模型概览
预训练模型
数据推荐
网址导航
我的网址导航
程序员必备网站
推荐模型：显式反馈模型VS隐式反馈模型
标签：
#显式反馈模型#
#隐式反馈模型#
时间：2017/03/09 14:22:12
作者：Vanessa He
总结这两个建模的时候，我的脑海中就只有两个字“套路”。这么说，大家就明白了吧~ 这两个模型研究都很多，在不同的问题和数据上各有特色，无法比较谁好谁不好。 另外，以下介绍的两种是最基本的模型，在这一基础上有非常多的改进或者说创新的研究，比如加权重啊，加正则啊。。。具体的我就不解释，大家看推荐的文章就可以发现啦。 所以，下面我们来看看下面这两种基本的模型： **一、显式反馈模型** 通过内积 r<sub>ij</sub> = u<sub>i</sub><sup>T</sup>v<sub>j</sub> 来预测，另外加入正则化参数λ来预防过拟合。 最小化损失函数：  **二、隐式反馈模型** 偏好p<sub>ij</sub>：二元变量 ，它表示用户 u 对商品 v的偏好  信度：变量，它衡量了我们对观测值的信任度  最小化损失函数：  其中，r<sub>ij</sub>在在显示反馈数据集中表示用户u对产品i的偏好评分；在隐式反馈数据集中表示用户行为的观测，如，用户u购买产品i的次数、用户u观看节目i上频率或者用户u花费在网页i上的时间等等。
相关博客
最热博客