15. 模型和算法
• 用户兴趣模型 3 5 1
5 3 2
– 时间无关的Latent Factor Model (RSVD) 2 4 4
2 3
rui = µ + bu + bi + pu qi
T
4 5
1 2
– 时间相关的Latent Factor Model (TRSVD)
ruit = µ + bu + bi + bt + xu yt + pu qi + siT zt + ∑ fuk gik htk
T T
k
16
16. 模型和算法
• Tensor分解
物品
用
户
ruit = µ + bu + bi + bt + xu yt + pu qi + siT zt + ∑ fuk gik htk
T T
k
17
17. 模型和算法
• 模型优化 eui
=
C ∑ (r
( u ,i ,t )
uit − µ − bu − bi − bt − xu yt − pu qi − siT zt − ∑ fuk gik htk ) 2
T T
k
+λ (bu2 + bi2 + bt2 + xu + yt + pu + qi + si + zt + fu + gi + ht )
2 2 2 2 2 2 2 2 2
∂C
=eui + 2λbu
−2
∂bu bu ← bu + α (eui − λbu )
∂C puk ← puk + α (eui qik − λ puk )
= ik + 2λ puk
−2eui q
∂puk fuk ← fuk + α (eui gik htk − λ fuk )
∂C
=htk + 2λ f uk
−2eui gik
∂fuk
18
28. 模型和算法
• 用户时间段图模型
A 顶点权重定义
a
A:1
A:2
b
B
B:1
用户u对物品i的兴趣函数：
c
B:2
29
29. 模型和算法
• 基于图的个性化推荐算法 P(A,c,2)
A A A
a a a
A:1 A:1 A:1
A:2 A:2 A:2
b b b
B B B
B:1 B:1 B:1
c c c
B:2 B:2 B:2
A A A
a a a
A:1 A:1 A:1
A:2 A:2 A:2
b b b
B B B
B:1 B:1 B:1
c c c
B:2 B:2 B:2 30
