Как подготовить нейронную сеть для системы рекомендаций?

Question

Я настроил ANN с обратным распространением в качестве системы рекомендации книг.

У меня есть только один скрытый слой в сети, и оба входных и выходных слоя являются книгами, поскольку вы сможете войти в книгу и получить больше рекомендаций для книг.

Я ужеесть много данных о пользователях и их рейтингах (от 1 до 5) для книг.Я хотел бы поместить его в нейронную сеть (настроить все веса) для этих данных, не проходя процесс обратного распространения.Сделай это как-нибудь более механически.

Скажем, у каждого пользователя есть около 100 книг в своей библиотеке, как мне установить вес для него?Как книги в библиотеке пользователя связаны с другими книгами в библиотеке пользователя?

Спасибо.

Answer 1

Похоже, вы не хотите использовать нейронную сеть.Я обнаружил, что нейронные сети более сложны и занимают больше времени в таких типах разреженных пространственных объектов.Вы хотите предсказать (я полагаю) книги, которые могут понравиться человеку, учитывая его рейтинги и оценки людей, которые совершили аналогичные покупки.

Вы должны взглянуть на совместную фильтрацию .Я не говорю, что вы не можете решить проблему с нейронными сетями, но я не уверен, что вы действительно захотите.

Answer 2

Я согласен, что вы, вероятно, не хотите использовать нейронную сеть.

Обычно для ANN начальным весам присваиваются случайные значения (возможно, рассчитанные с помощью алгоритма случайных чисел), после чего они оптимизируются с помощью итераций обучения.

Вы изучили теории нечеткой логики, чтобы решить свою проблему? Исходя из моего опыта, кажется, что нечеткая логика может быть подходящей для этой системы, где рейтинги книг могут использоваться в качестве функций членства, чтобы определить, какую категорию / книгу рекомендовать.

Answer 3

Нейронные сети не являются решением вашей проблемы.Что вам нужно, это какой-то показатель сходства между двумя книгами.Это может включать некоторый механизм тегирования или Система классификации Дьюи .Затем в рекомендацию пользователя должны быть включены книги, которые более соответствуют тем, которые ему нравятся.