针对喜欢/不喜欢/未知数据的基于矩阵分解的推荐

Question

大多数文献都关注显性评级数据或隐式（类似/未知）数据。是否有任何好的出版物来处理喜欢/不喜欢/未知数据？也就是说，在数据矩阵中有三个值，我想从未知条目中推荐。

这有什么好的开源实现吗？

感谢。

Answer 1

有喜欢和不喜欢，你已经有明确的评级数据。您可以将标准协同过滤与用户和项目规范化结合使用。您还可以查看OrdRec：用于预测个性化项目评级分布的序数模型，该模型仅对项目评级进行序数排序。也就是说，你可以说Like比Dislike更好，让算法在做标准的item-item协同过滤之前找出最好的排名到评级的映射。下载LensKit并使用随附的OrdRec算法。