将内容信息与基于因子分解的协同过滤集成

Question

我正在阅读CF中的一些论文，并注意到大多数最先进的方法仅基于评级矩阵上的不同因子分解方法。我想知道是否有一些关于将内容信息（例如用户特征和项目特征）组合成分解的代表性工作。有什么想法吗？

Answer 1

我是推荐系统领域的研究员，并且正是在这方面做了一些工作。以下是关于该主题的一些文章：

1. Aditya Krishna Menon，Charles Elkan：具有潜在特征的对数线性模型，用于二元预测，ICDM 2010
2. David Stern，Ralf Herbrich和Thore Graepel：Matchbox：大规模贝叶斯建议，WWW 2009
3. Chong Wang，David Blei：推荐科学论文的协作主题建模，KDD 2011
4. Zeno Gantner，Lucas Drumond，Christoph Freudenthaler，Steffen Rendle，Lars Schmidt-Thieme：学习冷启动建议的属性到特征映射，ICDM 2010
5. d。 Agarwal和B.-C.陈。基于回归的潜在因子模型，KDD 2009
6. d。 Agarwal和B.-C.陈。 fLDA：通过潜在Dirichlet分配的矩阵分解，WSDM 2010

请注意，（4）是我的论文，所以这也是某种广告; - ）

此外，2011年KDD杯涉及项目分类，并且在研讨会上将这些分类信息与潜在因子模型相结合进行了一些有趣的工作：http://kddcup.yahoo.com/workshop.php

Answer 2

参见

中的“ 5. Hybrid Collaborative Filtering Techniques ”

  

X。 Su，T。M. Khoshgoftaar，协同过滤技术综述，   人工智能进展（2009年）。 PDF