0

我对 Mahout 中偏好值的含义有疑问。从 Mahout in Action 一书中，它说：

偏好值可以是任何值，只要更大的值意味着更强的积极偏好。例如，这些值可能是 1 到 5 的评分，其中 1 表示用户无法忍受的项目，而 5 表示最喜欢的项目。

这是否意味着推荐者总是将较小的值解释为负面偏好（不喜欢）？

我正在尝试创建一个没有负面偏好的推荐器。我的意思是我根本没有偏好，但我可以根据不同的加权指标（点击/编辑次数、编辑量、编辑方式等）推导出它们。但是，在我的实现中，当用户编辑了某个页面时，这并不意味着用户不喜欢该页面，而是在一定程度上喜欢它（并且喜欢的强度是如上所述的）。

我曾尝试仅使用布尔偏好（对数似然和谷本相似度），但它们表现不佳，并且在大多数情况下，它们无法产生推荐（超过 50%）。

我想利用数字来获得偏好，因此推荐会更好，但我不确定如何。我尝试过从 5 到 10 的偏好值，然后每个用户对人造物品的偏好值为 1（意思是不喜欢它）。但是我认为这不是一个好方法，因为这意味着每个用户都不喜欢同一个项目。

有人对我如何应用一些仅具有“积极”（喜欢）偏好值的基于用户和基于项目的算法有更好的了解吗？

4

2 回答 2

2

如果您的意思是，您能否仅基于积极的行动获得合理的结果，那么当然可以。这是常见的情况。偏好值的解释方式在很大程度上取决于您使用的算法，但是对于任何算法，我认为使用所有正值编码所有积极行为都没有任何问题。这是简单的情况。“1”本质上不是负面评价，不是。

不过，您关于相似性指标的观点与值无关。听起来您的数据非常稀疏。这是一个单独的问题。

其余的我不确定我是否理解。您使用的值取决于您的域。我会让它们与它们的“强度”或价值成正比。例如，如果视频观看的频率是视频分享的 20 倍，那么您可能会将视频分享的价值作为操作的价值比点击高 20 倍。这是一个不错的起点。

于 2013-06-25T12:34:21.537 回答
1

你应该试试：

  • 隐式偏好ParallelALSFactorizationJob（基于hadoop）
  • 或者隐含偏好ALSWRFactorizer（SVDRecommender不基于 hadoop）（我认为这种非 hadoop 隐含偏好变体仅在 mahout-0.8 中可用），

在这些中，您分配给用户对某个项目的偏好的数字表明该关联的强度，而不是评级，因此它们都是积极的关联，只是具有不同的强度。通过这种方式，您可以对不同的交互进行建模，例如查看、编辑、点击等。尽管分配给每个交互的强度会根据您的特定业务而有所不同。

此演示文稿（链接）应该让您大致了解正在发生的事情。此外，本文（链接）描述了因子分解器的隐式反馈变体（它们是相同的，一个只是为了使用 hadoop 进行扩展）

于 2013-06-25T12:37:46.033 回答