1

我将 SVDRecommender 与 UserBasedRecommender 进行了比较,发现 usedBasedRecommender 在 scare 数据集中的结果比 SVD 好得多。怎么解释呢?

4

1 回答 1

1

SVD 推荐器将初始用户到项目的关系“分解”成中间的“特征”集。这意味着理论上推荐应该更准确,因为它是基于从整个数据集中提取的信息(与通常从有限数量的“邻居”创建推荐列表的 UserBasedRecommender 的合同)。

SVD 推荐器高度依赖分解的“质量”,典型的实现有一些控制参数应该用于具体数据集。

于 2014-02-11T10:35:48.057 回答