Как нейронные сети используются в совместной фильтрации

Question

Я просто новичок в нейронной сети.Кто-нибудь может подсказать, как нейронные сети используются в совместной фильтрации, я имею в виду, используя userid и itemid, как нейронная сеть может определять весовые коэффициенты для входных параметров id.

Допустим, есть идентификаторы использования и itemid использования.

1 12, 1 13, 1 17, 2 12, 1 44, 3 4, 21 32, 1 16

Как в этом случае использовать нейронную сеть для совместной фильтрации.

Как вы можете автоматически кодировать itemid / userid

Answer 1

Здесь может быть 2 способа использования нейронных сетей.Один использует простой многослойный персептрон (MLP), а другой - метод кластеризации.

Для MLP вы можете просто передать user_id и item_id в качестве входных данных, а также несколько слоев и меток нейронной сети как user_ratings.Это может или не может дать вам хорошие результаты, так как в этом случае мы не рассматриваем какие-либо характеристики элементов.

В методах кластеризации следует преобразовывать элементы в векторы с использованием модели word2vec.Таким образом, вы группируете элементы на основе их взаимосвязи с другими элементами.т.е. если 2 элемента концептуально похожи, они будут частью одного кластера.Таким образом, если вы получаете какой-либо новый элемент, вы можете получить его вектор и на основе алгоритма ближайшего соседа назначить ему некоторый кластер.Кроме того, создайте пост-ранжирование для каждого пользователя.Затем с некоторой логикой вы можете получить ранжирование пользователя, для которого этот элемент занимает верхнюю позицию в векторе ранжирования, или этот тип элементов занимает верхнюю позицию, в случае, если элемент новый.