基于主题的推荐系统的用户配置文件
[英]User profiling for topic-based recommender system
原文
2012-10-06 20:31:45
1
2
python/
machine-learning/
recommendation-engine/
latent-semantic-indexing/
topic-modeling
问题描述
我正在尝试提出一个基于主题的推荐系统，向用户建议相关的文本文档。
我使用gensim在Wikipedia语料库上训练了一个潜在的语义索引模型。 这使我可以轻松地将文档转换为LSI主题分布。 我现在的想法是用相同的方式代表用户。 但是，当然，用户具有浏览过文章的历史以及文章评级。
所以我的问题是：如何代表用户？
我的想法如下：将用户视为所查看的所有文档的集合。 但是如何考虑评级？
有任何想法吗？
谢谢
2 个解决方案
解决方案1
1 2012-10-06 21:29:44
我认为这不适用于lsa。
但是您可能可以进行某种k-NN分类，其中每个用户的坐标就是查看的文档。 每个对象（=用户）发出辐射（强度与距离的平方成反比）。 强度是根据单个文档的等级计算得出的。
然后，您可以在此超维空间中放置一个对象（用户），并查看其他用户给予最多“照明”的对象。
但是：Apache Lucene不能为您做全部吗？
解决方案2
0 2013-01-29 13:08:48
“将用户表示为所查看的所有文档的集合”：确实可行，因为您位于线性空间中。 您可以轻松地将所有文档向量添加到一个大向量中。
如果要添加等级，可以简单地在总和中添加一个系数。
假设您将所有等级为2的文档归为一个向量D2，等级为3则归为D3等...然后您可以简单地将用户向量定义为U = c2 * D2 + c3 * D3 +...。 ，但最简单的方法是简单地乘以评分，然后出于标准化原因除以最高评分。
如果您的最高评分为5，则可以定义例如c2 = 2/5，c3 = 3/5 ...
推荐系统 - 基于 Softmax 的深度神经网络模型中的用户嵌入
[英]Recommender System - User embeddings in Softmax based Deep Neural Network Model
如何构建一个使用多个属性的基于内容的推荐系统？
[英]How to build a content-based recommender system that uses multiple attributes?
Django 1.3，扩展到用户身份验证系统、用户分析或子类化？
[英]Django 1.3, extending to User auth system, User Profiling or Subclassing?
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.