ALS算法的基本思想
来源:互联网 发布:游天下软件 编辑:程序博客网 时间:2024/04/24 16:33
SparkALS算法基本思想
ALS算法是基于模型的推荐算法。起基本思想是对稀疏矩阵进行模型分解,评估出缺失项的值,以此来得到一个基本的训练模型。然后依照此模型可以针对新的用户和物品数据进行评估。ALS是采用交替的最小二乘法来算出缺失项的。交替的最小二乘法是在最小二乘法的基础上发展而来的。由于本人数学有限,就大体的介绍下最小二乘法的思想
最小二乘法
以下是用户A、B、C对物品A、B、C的打分
上图的矩阵可以按照(用户id,物品id)=评分的方式,在一个X/Y轴的一个点,只不过这些点有的有具体的值,有的没有,那么我们可以根据已经有值的点计算出一个函数F,使得这个函数F的曲线近似的穿插这些点,并使这些点的真值(表中的评分)与函数F测算值的方差之和最小(可以认为方差之和为0)。这样就可以获得一个方差函数FF,针对方差函数FF求偏导,就可以计算出函数F。
描述的不太清楚,可以参见博客http://blog.csdn.net/yauphy1/article/details/43735763
阅读全文