GBPR: Group Preference Based Bayesian Personalized Ranking for One-Class Collaborative Filtering

来源:互联网 发布:mac pro 常用快捷键 编辑:程序博客网 时间:2024/05/17 01:08

    • 摘要
    • 解决方案
      • Group Bayesian Personalized Ranking

摘要

在BPR方法中有两个基本假设可能不总是成立的:(1)两个用户之间彼此独立(2)对个体而言,两个产品的成对偏好。基于此这篇文章提出一种新的改进的假设:引入用户之间丰富的交互作用,所提方法为group Bayesian personalized ranking (GBPR)。作者引入了“群偏好”的概念,来放松之前提到的个体性假设和独立性假设。

作者认为即使用户对产品i表达过偏好,而对产品j没有表达过偏好;但是用户u可能相比于产品i更偏好产品j。此外,两个用户uw可能是相关的,因此他们的联合似然函数不能分解为两个独立的似然函数。

解决方案

Group Bayesian Personalized Ranking

0 0
原创粉丝点击