Top-N物品推荐中协同过滤的布尔核
信息检索
2017-07-19 v2 人工智能
摘要
在许多个性化推荐问题中，可用数据仅包含用户与物品之间的正向交互（隐式反馈）。该问题也称为单类协同过滤（OC-CF）。线性模型通常在OC-CF问题上达到最先进的性能，且许多研究致力于构建更具表达力和更复杂的表示以改善推荐。近期分析表明，协同过滤（CF）数据集具有诸如高稀疏性和评分长尾分布等特征。本文中，我们提出一种称为析取核（Disjunctive kernel）的布尔核，其表达能力弱于线性核，但能够缓解CF情境下的稀疏性问题。该核的嵌入由输入变量的特定元数d的所有组合构成，这些组合特征在语义上被解释为输入变量的析取。在多个CF数据集上的实验显示了所提核的有效性与高效性。
引用
@article{arxiv.1612.07025,
title = {Boolean kernels for collaborative filtering in top-N item recommendation},
author = {Mirko Polato and Fabio Aiolli},
journal= {arXiv preprint arXiv:1612.07025},
year = {2017}
}
备注
24 pages, 28 figures, 2 tables