推荐系统中的概率估计
机器学习
2010-12-03 v1
摘要
推荐系统正成为具有重大经济影响的重要商业应用。当前流行的系统包括亚马逊的图书推荐、Netflix的电影推荐和Pandora的音乐推荐。在本文中，我们探讨了使用非参数核平滑来估计与推荐系统数据相关的概率问题。在我们的估计中，我们将缺失项解释为随机删失观测，并利用生成函数的组合性质获得高效的计算方案。我们通过几个涉及真实电影推荐数据的案例研究来展示我们的方法。结果与最先进技术相当，同时提供了传统推荐系统范围之外的概率偏好估计。
引用
@article{arxiv.1012.0498,
title = {Estimating Probabilities in Recommendation Systems},
author = {Mingxuan Sun and Guy Lebanon and Paul Kidwell},
journal= {arXiv preprint arXiv:1012.0498},
year = {2010}
}