大数据培训技术隐语义模型(LFM)

发布时间:2022年01月04日作者:atguigu浏览次数:380

隐语义模型(LFM)

  • 用隐语义模型来进行协同过滤的目标

–揭示隐藏的特征,这些特征能够解释为什么给出对应的预测评分

–这类特征可能是无法直接用语言解释描述的,事实上我们并不需要知道,类似“玄学”

  • 通过矩阵分解进行降维分析

–协同过滤算法非常依赖历史数据,而一般的推荐系统中,偏好数据又往往是稀疏的;这就需要对原始数据做降维处理

–分解之后的矩阵,就代表了用户和物品的隐藏特征

  • 隐语义模型的实例

– 基于概率的隐语义分析(pLSA)

–隐式迪利克雷分布模型(LDA)

矩阵因子分解模型(基于奇异值分解的模型,SVD)

LFM 降维方法 —— 矩阵因子分解

  • 假设用户物品评分矩阵为 R,现在有 m 个用户,n 个物品
  • 我们想要发现 k 个隐类,我们的任务就是找到两个矩阵 P 和 Q,使这两个矩阵的乘积近似等于 R,即将用户物品评分矩阵 R 分解成为两个低维矩阵相乘:

大数据培训技术隐语义模型(LFM)

大数据培训技术隐语义模型(LFM)

矩阵因子分解

大数据培训技术隐语义模型(LFM)

矩阵因子分解

想要了解跟多关于大数据培训课程内容欢迎关注尚硅谷大数据培训,尚硅谷除了这些技术文章外还有免费的高质量大数据培训课程视频供广大学员下载学习。


上一篇:
下一篇:
相关课程

java培训 大数据培训 前端培训

关于尚硅谷
教育理念
名师团队
学员心声
资源下载
视频下载
资料下载
工具下载
加入我们
招聘岗位
岗位介绍
招贤纳师
联系我们
全国统一咨询电话:010-56253825
地址:北京市昌平区宏福科技园2号楼3层(北京校区)

深圳市宝安区西部硅谷大厦B座C区一层(深圳校区)

上海市松江区谷阳北路166号大江商厦3层(上海校区)

武汉市东湖高新开发区东湖网谷(武汉校区)

西安市雁塔区和发智能大厦B座3层(西安校区)

成都市成华区北辰星拱青创园(成都校区)