我正在阅读 CF 中的一些论文,并注意到大多数最先进的方法仅基于评级矩阵上的不同分解方法。我想知道是否有一些将内容信息(例如用户特征和项目特征)结合到分解中的代表性作品。有任何想法吗?
问问题
517 次
2 回答
3
我是推荐系统领域的研究人员,并在这方面做了一些工作。以下是有关该主题的一些论文:
- Aditya Krishna Menon,Charles Elkan:用于二元预测的具有潜在特征的对数线性模型,ICDM 2010
- David Stern、Ralf Herbrich 和 Thore Graepel:火柴盒:大规模贝叶斯建议,WWW 2009
- Chong Wang,David Blei:用于推荐科学文章的协作主题建模,KDD 2011
- Zeno Gantner、Lucas Drumond、Christoph Freudenthaler、Steffen Rendle、Lars Schmidt-Thieme:学习冷启动建议的属性到特征映射,ICDM 2010
- D. Agarwal 和 B.-C。陈。基于回归的潜在因子模型,KDD 2009
- D. Agarwal 和 B.-C。陈。fLDA:通过潜在狄利克雷分配进行矩阵分解,WSDM 2010
请注意,(4)是我的论文,所以这也是某种广告;-)
此外,KDD Cup 2011 涉及项目分类,在研讨会上将此类分类信息与潜在因素模型结合起来进行了一些有趣的工作:http: //kddcup.yahoo.com/workshop.php
于 2012-02-06T16:12:22.187 回答
0
参见例如“ 5. Hybrid Collaborative Filtering Techniques ”中的
X. Su, TM Khoshgoftaar,协作过滤技术调查,人工智能进展(2009 年)。PDF格式
于 2011-12-09T22:40:47.920 回答