recommendation-engine - 如何处理推荐系统的新数据？

Question

这是一个理论问题。假设我已经实现了两种类型的协同过滤：基于用户的 CF 和基于项目的 CF（以Slope One的形式）。

我有一个很好的数据集供这些算法运行。但后来我想做两件事：

1. 我想为数据集添加一个新评级。
2. 我想编辑现有评级。

我的算法应该如何处理这些变化（不做很多不必要的工作）？任何人都可以帮助我吗？

Answer 1

对于这两种情况，策略非常相似：

基于用户的 CF：

• 更新受影响用户的所有相似度（即相似度矩阵中的一行和一列）
• 如果您的邻居是预先计算的，请为受影响的用户计算邻居（对于完整的更新，您可能必须重新计算所有邻居，但我会坚持使用近似解决方案）

斜坡一：

• 更新频率（仅在“添加”情况下）和受影响项目的差异矩阵条目（再次，一行和一列）

备注：如果您的“相似度”不对称，则需要更新一行一列。如果它是对称的，则更新一行会自动导致相应列的更新。对于 Slope-One，矩阵是对称的（频率）和倾斜对称的（差异），所以如果您处理，您还需要更新一行或一列，并免费获取另一行或列（如果您的矩阵存储像这样工作）。

如果您想查看如何实现此功能的示例，请查看 MyMediaLite（免责声明：我是主要作者）：https ://github.com/zenogantner/MyMediaLite/blob/master/src/MyMediaLite/RatingPrediction /ItemKNN.cs 有趣的代码在方法 RetrainItem() 中，它是从 AddRatings() 和 UpdateRatings() 调用的。

Answer 2

一般的东西叫做在线算法。

与其重新训练整个预测器，不如仅使用新数据“在线”更新（同时保持可用）。

如果你在谷歌上搜索“在线斜率一预测器”，你应该能够从文献中找到一些相关的方法。