Statistiques et Big Data recommender-system

5

Comment utiliser le SVD dans le filtrage collaboratif?

Je suis un peu confus avec la façon dont le SVD est utilisé dans le filtrage collaboratif. Supposons que j'ai un graphique social et que je construise une matrice d'adjacence à partir des bords, puis je prends un SVD (oublions la régularisation, les taux d'apprentissage, les optimisations de rareté, etc.), …

30 svd recommender-system

3

R: Random Forest lançant NaN / Inf dans l'erreur «appel de fonction étrangère» malgré l'absence de NaN dans l'ensemble de données [fermé]

Fermé. Cette question est hors sujet . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 2 ans . J'utilise caret pour exécuter une forêt aléatoire validée de façon croisée …

29 r random-forest caret regression prediction fitting social-science poisson-distribution distributions characteristic-function bayesian prior regression normal-distribution interaction nonparametric skewness svm standard-deviation standard-error regression-coefficients igraph natural-language word2vec word-embeddings regression machine-learning sampling r regression machine-learning random-forest ensemble sampling unbiased-estimator proof estimators mse probability conditional-probability bayes anova missing-data neural-networks recommender-system r confidence-interval sample multiple-imputation r time-series forecasting mase

3

Que se passe-t-il lorsque vous appliquez SVD à un problème de filtrage collaboratif? Quelle est la différence entre les deux?

Dans le filtrage collaboratif, nous avons des valeurs qui ne sont pas remplies. Supposons qu'un utilisateur n'a pas regardé un film, alors nous devons y mettre un «na». Si je vais prendre un SVD de cette matrice, je dois y mettre un certain nombre - disons 0. Maintenant, si je …

21 machine-learning svd recommender-system

4

Signification des caractéristiques latentes?

J'essaie de comprendre les modèles de factorisation matricielle pour les systèmes recommandés et je lis toujours les «fonctionnalités latentes», mais qu'est-ce que cela signifie? Je sais ce que signifie une fonctionnalité pour un ensemble de données de formation, mais je ne parviens pas à comprendre l'idée des fonctionnalités latentes. Chaque …

15 machine-learning data-mining recommender-system

3

Systèmes de recommandation dynamiques

Un système de recommandation mesurerait la corrélation entre les évaluations de différents utilisateurs et produirait des recommandations pour un utilisateur donné sur les éléments qui pourraient l'intéresser. Cependant, les goûts changent avec le temps, de sorte que les anciennes notes peuvent ne pas refléter les préférences actuelles et vice versa. …

14 recommender-system

4

Quelles méthodes statistiques existe-t-il pour recommander un film comme sur Netflix?

Je cherche à implémenter un modèle dynamique pour recommander un film à un utilisateur. La recommandation doit être mise à jour chaque fois que l'utilisateur regarde un film ou le note. Pour faire simple, je pense à prendre en compte deux facteurs: les notes antérieures d'autres films par l'utilisateur le …

14 machine-learning recommender-system dynamic-regression

3

Différence entre les machines de factorisation et la factorisation matricielle?

Je suis tombé sur le terme Machines de factorisation dans les systèmes de recommandation. Je sais ce qu'est la factorisation matricielle pour les systèmes de recommandation, mais je n'ai jamais entendu parler des machines de factorisation. Alors quelle est la différence?

14 machine-learning data-mining recommender-system

1

État de l'art en matière de filtrage collaboratif

Je travaille sur un projet de filtrage collaboratif (CF), c'est-à-dire compléter une matrice partiellement observée ou plus généralement tenseur. Je suis un débutant dans le domaine, et pour ce projet, je dois finalement comparer notre méthode à d'autres méthodes bien connues qui, de nos jours, comparent les méthodes proposées, à …

13 optimization recommender-system matrix-decomposition

2

Conversion d'une liste de classements partiels en classement mondial

Je travaille sur quelque chose comme le problème suivant. J'ai un tas d'utilisateurs et N livres. Chaque utilisateur crée un classement ordonné de tous les livres qu'il a lus (qui est probablement un sous-ensemble des N livres), par exemple, Livre 1> Livre 40> Livre 25. Maintenant, je veux transformer ces …

13 multiple-comparisons ranking recommender-system bradley-terry-model

7

Recommandation pour un livre sur les systèmes de recommandation

Pouvez-vous recommander un livre contenant de bonnes informations pouvant être appliquées au développement d'un système de recommandation?

13 machine-learning references recommender-system

3

SVD d'une matrice avec des valeurs manquantes

Supposons que j'ai une matrice de recommandations de style Netflix et que je souhaite créer un modèle qui prédit les futures classifications de films potentielles pour un utilisateur donné. En utilisant l'approche de Simon Funk, on utiliserait la descente de gradient stochastique pour minimiser la norme Frobenius entre la matrice …

12 svd recommender-system

1

Différences entre PROC Mixed et lme / lmer en R - degrés de liberté

Remarque: cette question est une rediffusion, car ma question précédente a dû être supprimée pour des raisons juridiques. En comparant PROC MIXED de SAS avec la fonction lmedu nlmepackage dans R, je suis tombé sur des différences assez confuses. Plus précisément, les degrés de liberté dans les différents tests diffèrent …

12 r mixed-model sas degrees-of-freedom pdf unbiased-estimator distance-functions functional-data-analysis hellinger time-series outliers c++ relative-risk absolute-risk rare-events regression t-test multiple-regression survival teaching multiple-regression regression self-study t-distribution machine-learning recommender-system self-study binomial standard-deviation data-visualization r predictive-models pearson-r spearman-rho r regression modeling r categorical-data data-visualization ggplot2 many-categories machine-learning cross-validation weka microarray variance sampling monte-carlo regression cross-validation model-selection feature-selection elastic-net distance-functions information-theory r regression mixed-model random-effects-model fixed-effects-model dataset data-mining

1

Pourquoi la non-négativité est-elle importante pour les systèmes de filtrage / recommandation collaboratifs?

Dans tous les systèmes de recommandation modernes que j'ai vus qui reposent sur la factorisation matricielle, une factorisation matricielle non négative est effectuée sur la matrice utilisateur-film. Je peux comprendre pourquoi la non-négativité est importante pour l'interprétabilité et / ou si vous voulez des facteurs clairsemés. Mais si vous ne …

11 recommender-system svd matrix-decomposition nnmf

3

Comment créer un système de recommandation qui intègre à la fois le filtrage collaboratif et les fonctionnalités de contenu?

Je suis en train de créer un système de recommandation et je veux intégrer à la fois les évaluations d'utilisateurs "similaires" et les caractéristiques des articles. La sortie est une note prédite [0-1]. J'envisage un réseau neuronal (pour commencer). Ainsi, les entrées sont une combinaison des caractéristiques des articles et …

10 recommender-system

2

Filtrage collaboratif article par article vs analyse du panier de consommation

Quelle est la différence fondamentale entre le filtrage collaboratif basé sur les articles et l'analyse basée sur le marché? Ce dernier est-il un cas spécialisé du premier?

10 machine-learning recommender-system

Questions marquées «recommender-system»