推荐系统主题相关资料

推荐系统中隐语义模型 :http://blog.csdn.net/ariessurfer/article/details/43484323

项亮的博士论文:http://vdisk.weibo.com/s/KCCWk

项亮的书《推荐系统实践》

推荐系统相关概念简单讲解:http://www.cnblogs.com/8clock/articles/3095926.html

腾讯的语义分析系统:https://zhuanlan.zhihu.com/p/20183518?refer=cxwangyi 论文:http://dl.acm.org/citation.cfm?id=2700497

LDA和Gibbs Sampling:https://zhuanlan.zhihu.com/p/19901990?refer=cxwangyi

 

http://blog.csdn.net/ariessurfer/article/details/43484323
用矩阵乘法间接预测用户对Item的兴趣(前提:知道item所属类别(属于该类别的概率),及用户对类别的兴趣或评分,两者相乘得到用户对item的兴趣)
这似乎与矩阵分解正好相反,是否是一种可行的思路?了解一下矩阵分解在推荐中的应用原理。
那么矩阵乘法的关键是对item分类,如何分类?用语义分析(而不是人为归类,语义分析更加精细[即分类粒度更小],例如动作片电影根据其故事主题可能还包括爱情成分,但不完全所以爱情片),分析item的类别。

结合文章Latent Semantic Models for Collaborative Filtering by THOMAS HOFMANN了解隐语义分析。

posted @ 2016-08-24 14:03  morein2008  阅读(215)  评论(0编辑  收藏  举报