用于用户偏好预测的双向潜在分组模型
信息检索
2012-07-09 v1 机器学习
机器学习
摘要
我们引入了一种新颖的潜在分组模型，用于预测新文档对用户的相关性。该模型假设用户和文档均具有潜在群结构。我们将该模型与最先进的方法（即用户评分剖面模型）进行了比较，后者仅对用户具有潜在群结构。我们通过吉布斯采样估计了这两个模型。对于已知评分较少的新文档，新方法能更准确地预测相关性。原因是此时必须对文档进行泛化，因此双向分组是有益的。
引用
@article{arxiv.1207.1414,
title = {Two-Way Latent Grouping Model for User Preference Prediction},
author = {Eerika Savia and Kai Puolamaki and Janne Sinkkonen and Samuel Kaski},
journal= {arXiv preprint arXiv:1207.1414},
year = {2012}
}
备注
Appears in Proceedings of the Twenty-First Conference on Uncertainty in Artificial Intelligence (UAI2005)