recommendation-engine - 如何使用矩阵分解生成推荐

Question

我已经阅读了推荐系统中的矩阵分解（潜在因子模型）的一些论文，我可以实现该算法。我可以得到与 MovieLens 数据集上的论文类似的 RMSE 结果。

但是我发现，如果我尝试通过对预测评分进行排名来为每个用户生成一个 top-K（例如 K=10）推荐电影列表，似乎被认为是所有用户评分最高的电影是相同。

这只是它的工作原理还是我有什么问题？

Answer 1

这是推荐中的一个已知问题。

它有时被称为“哈利波特”效应——（几乎）每个人都喜欢哈利波特。因此，大多数自动化程序会找出哪些项目通常很受欢迎，并将这些项目推荐给用户。

您可以过滤掉非常受欢迎的项目，或者将预测评分乘以一个越低全球受欢迎的项目的因子。