问题标签 [recommender-systems]

我正在做一个关于电影数据集余弦相似度的项目，我对计算余弦相似度的公式感到困惑。

但是我在网上搜索，有些文章显示分母是这样的： sqrt(A1^2+B1^2) * sqrt(A2^2+B2^2) * ... * sqrt(Ai^2+Bi^2 )

我很困惑，有什么区别？哪一个是正确的，或者两者都是正确的？

谁能解释为什么这两个相关矩阵返回不同的结果？

我正在尝试使用Rapidminer version: 9.3. 将UserK-NN操作符拖入进程后，抛出错误，说

输入示例集没有标签属性。

这是更多信息的屏幕截图。

关于如何摆脱错误的任何想法？

我想以矢量化的方式实现场感知分解模型（FFM）。在 FFM 中，通过以下等式进行预测

其中 w 是依赖于特征和另一个特征的字段的嵌入。有关详细信息，请参阅FFM(4)中的方程式。

为此，我定义了以下参数：

现在，给定xsize的输入(batch_size, n_features)，我希望能够计算前面的等式。这是我当前的（非矢量化）实现：

不出所料，这个实现非常慢，因为n_features很容易达到 1000！但是请注意，大多数条目x都是 0。感谢所有输入！

编辑：

如果它可以在任何方面有所帮助，以下是 PyTorch 中此模型的一些实现：

• 火炬调频
• ctr_model_zoo

不幸的是，我无法弄清楚他们是如何做到的。

附加更新：

我现在可以通过以下方式以更有效的方式获得x产品W：

因此，我的循环现在是：

然而，由于该循环进行了大约 500 000 次迭代，因此仍然太长。

我最近在学习训练推荐系统时遇到了 LightFM。到目前为止，我所知道的是它利用了逻辑、BPR、WARP 和 k-OS WARP 的损失函数。我没有仔细研究所有这些函数背后的数学。现在我很困惑的是，我怎么知道在哪里使用哪个损失函数？

我想创建一个包含用户（行）、项目（列）和评级（值）的数据透视表。有些用户对许多不同的项目进行了评分。我从 json 文件中提取数据，在创建数据透视表时，我不想聚合它们。

数据帧的输出是：

我希望我的数据透视表是这样的：

当我运行它时，出现错误：“没有要聚合的数字类型”

运行时，错误是：“索引 502966764 超出轴 0 的范围，大小为 502966644”

你能给我任何想法吗？先感谢您！

我想在 Python 中使用 Q-learning 实现一篇文章推荐器。例如，我们的数据集有四个类别的文章，包括健康、体育、新闻和生活方式，每个类别有 10 篇文章（总共 40 篇文章）。这个想法是向用户显示一些随机文章（例如，五篇文章，它们可以来自任何类别）并接收他/她的反馈。然后，代理了解用户的偏好（即文章的类别）并再次推荐一些相关的文章。

要将其表述为 RL 问题，我知道我应该定义动作、状态和奖励函数。研究了一些文章后，我想出了：

行动：推荐一篇文章；

状态：这个我不是很清楚，但是我从其他文章中了解到状态可以是：

a) 用户最近研究过的文章的踪迹；b) 用户兴趣（不确定这如何成为一种状态）；

奖励：非常简单的奖励。如果用户研究推荐的文章，它可以是 +1 或无用的推荐 -1。

对于 Q 学习部分，我不确定如何制作包含状态作为行和动作作为列的 Q 表。

对于其他简单的 RL 问题，比如 MountainCar，开发 q-table 并不是那么困难，但是这里的状态不是很清楚的方式让我感到困惑。

如果您能帮助我提出一个解决方案，将其表述为 RL 问题，并用几行代码来启发我如何开始编写它，我将不胜感激。

我正在做一个有 300,000 个用户和 280,000 个项目的推荐系统，人们通常通过将数据框转换为表格来做推荐系统：

df.pivot_table(index='User-ID',columns='Item-ID',values='Rating')

但是不可能将如此庞大的数据集转换为表格。处理这个问题的常用方法是什么？还是人们使用其他结构来做推荐系统？

我有 stocktwits 数据，我正在尝试通过标记来转换文本文件。我正在尝试使用 .json 读取 json 格式json.loads(line)。

这是错误：

数据需要写入文件。

编辑：代码中的其他函数没有被执行，这就是数据格式不正确的原因！！

我正在为我的网站构建一个推荐系统，在该系统中，用户将根据他们在我的网站上访问产品的选择获得推荐。类似的产品会推荐给用户。但是，我已经完成了我的机器学习部分并测试了结果。

我期待部署这种机器学习模型，它会在我的网站上为用户生成一组建议。我正在寻求建筑解决方案/技术解决方案的帮助，以在网站上部署此模型。由于推荐必须是实时推荐，因此模型必须不断地从用户的实时数据中学习。

目前我的用户数据来自不同的服务器，而该服务器的问题在于，由于它是第三方服务，需要 24 小时以上才能访问该数据。这很好，虽然我需要数据来构建机器学习模型，但对于实际部署，无法利用此服务器。

我应该考虑建立自己的服务器吗？如果在那种情况下，我可以利用什么技术？我真的在为此寻找 IT 解决方案。

任何指导将不胜感激！