如何使用矩阵分解生成推荐

Question

我已经在推荐系统中阅读了一些关于矩阵分解（潜在因子模型）的论文，我可以实现该算法。我可以像在MovieLens数据集上所说的那样得到类似的RMSE结果。

但是我发现，如果我尝试按照预测评级的等级为每个用户生成一个top-K（例如K = 10）推荐电影列表，那么看起来被认为是被评为高点的电影所有用户都是一样的。

这就是它的作用或我有什么不对吗？

Answer 1

这是推荐中的已知问题。

它有时被称为“哈利波特”效应 - （差不多）每个人都喜欢哈利波特。 因此，大多数自动化程序将找出哪些项目通常很受欢迎，并向用户推荐这些项目。

您可以过滤掉非常受欢迎的项目，也可以将预测评分乘以一个较低的全球热门项目。