试图弄清潜在语义索引（LSI）

Question

我正在学习奇异值分解，并且出于什么目的可以使用此概念，而我正在阅读的书中提到在潜在语义索引中使用了SVD。 我读了几篇有关LSI的文章，看来LSI主要用于搜索引擎和类似的应用程序。 我想将LSI用于我正在从事的小型数据分析项目，但不确定是否对我的应用程序有意义。 这是我正在使用的。

我有大约2万个游戏的列表，此列表中的2个属性是游戏类型和发布游戏的平台。 我想使用LSI获得有关平台和类型属性的一些信息。

因此，首先，我创建了一个共现矩阵，其中行代表24种不同类型，列代表22种不同平台。 然后我对共现矩阵进行了SVD分解，提取了U和V的前两列，并为U和V绘制了二维图，该图看起来像这样。

所以我的问题是，这是否可以被认为是潜在语义索引的一种有意义的用法，又该如何从这张图中解释呢？ 例如，我们看到Genre Action和平台PC与所有其他变量相距甚远，这是否特别告诉我们有关该类型和平台的任何信息？

谢谢。

Answer 1

SVD通常用于减少尺寸并发现隐藏的宏特征或图案，以实现更细粒度的行为。 这种方法几乎可以解决所有推荐系统问题。

我不确定您用来实现SVD的参数（如果它已经收敛），但是对图形可能有一些解释：

• 显然是2种类型的游戏平台（恰好是真正的控制台与PC）
• 有诸如“ SPORT”之类的游戏主要在控制台上玩，而诸如“射击者，RPG，模拟，冒险”之类的其他游戏则与平台无关（在这两者上都可以找到）。
• 我对“策略”和“动作”游戏不太确定

祝好运