在协作式过滤中如何使用神经网络

Question

我只是神经网络的初学者。 有人可以提出如何在协作式过滤中使用神经网络吗？我的意思是通过使用userid和itemid，神经网络如何将权重赋予输入的id参数。

让我们说说使用的用户ID和项目ID。

1 12， 1 13 1 17 2 12 1 44 3 4 21 32， 1 16

在这种情况下，如何将神经网络用于协作过滤。

如何自动编码itemid / userid

Answer 1

这里有两种使用神经网络的方法。一种使用简单的多层感知器（MLP），另一种使用聚类技术。

对于MLP，您可以简单地将user_id和item_id传递为输入，并将多个神经网络层和标签传递为user_ratings。这可能会或可能不会给您带来良好的结果，因为在这种情况下，我们没有考虑项目的任何特征。

在聚类技术中，应使用word2vec模型将项目转换为向量。这样，您将根据项目与其他项目的关系对项目进行聚类。即，如果2个项目在概念上相似，则它们将属于同一类。因此，如果获得任何新项目，则可以检索其向量，并根据最近邻居算法为其分配一些聚类。此外，为每个用户创建逐项分级。然后，通过某种逻辑，您可以检索到该项目在排名向量中位于最高位置的用户的排名，或者如果该项目是新项目，则此类项目位于最高位置。