BPR(Bayesian Personalized Ranking)算法简介

更新于 2017年2月15日 机器学习
我来说两句
0 2017年2月15日

http://www.datalearner.com/paper_note/content/300025

基于项目的推荐是指为某个用户推荐一组个性化的项目列表。这篇文章研究了最常见的隐式反馈场景(implicit feedback)。基于隐式反馈的推荐应用有很多方法,如矩阵分解(matrix factorization, MF)或者最近邻(adaptive k-nearest-neighbor, kNN)。尽管这些方法都是求个性化排序的,但是他们并没有针对排序结果进行优化。这篇文章提出了一个一般性的优化标准,BPR-OPT,从贝叶斯分析的角度来获取最大化后验估计。作者也提出了一个关于BPR-OPT的一般性优化求解算法。该学习方法是基于随机梯度下降的bootstrap sampling。作者展示了本模型是如何应用在矩阵分解和kNN方法中的。

http://www.datalearner.com/paper_note/content/300025

回复