基于矩阵分解的推荐系统参数空间分析与可视化
信息检索
2023-03-28 v1
摘要
推荐系统是过去十年中最成功的商业技术。Temu、TikTok和Amazon等技术巨头每年利用该技术产生巨额收入。尽管已有大量关于提升该技术准确性的研究文献，但可解释AI对该领域而言仍是一个新思路。2022年，本文作者给出了基于矩阵分解方法的几何解释，并利用几何近似解决推荐问题。我们在本文中沿此方向继续研究，并可视化了矩阵分解技术的参数空间内部结构。我们表明，矩阵分解方法的参数分布在超球内。经进一步分析，我们证明参数的分布不是多元正态的。
引用
@article{arxiv.2303.14417,
title = {Analysis and Visualization of the Parameter Space of Matrix Factorization-based Recommender Systems},
author = {Hao Wang},
journal= {arXiv preprint arXiv:2303.14417},
year = {2023}
}