隱語義模型(LFM)
- 從數據出發,進行個性化推薦
- 用戶和物品之間有着隱含關係
- 計算機能夠更好的理解隱含因子
- 將用戶和物品通過中介隱含因子聯繫起來
隱語義模型是基於機器學習的思想,ItemCF和UserCF是基於統計建模的思想
損失函數:
其中:
表示用戶與隱含因子的關係
表示物品與隱含因子的關係
梯度下降:
迭代求解
隱語義模型(LFM)
隱語義模型是基於機器學習的思想,ItemCF和UserCF是基於統計建模的思想
RUI=PUQI=∑k=1KPUkQkI
損失函數:
C=∑(U,I)∈k(RUI−RUI−)2=∑(U,I)∈k(RUI−∑k=1KPUkQkI)2
其中:
PU表示用戶與隱含因子的關係
QI表示物品與隱含因子的關係
梯度下降:
迭代求解