Algorithm “用户”使用的算法是什么；“全球推荐人”；关于Prediction.IO？

下午好

预测.IO上的“通用推荐程序（UR）”使用的名称算法是什么

在这期间我知道了算法 系统建议是“协同过滤”和“基于内容的过滤”

---

谢谢

Prediction.io使用Apache Spark MLLib的交替最小二乘矩阵分解方法（ALS）。它是基于用户、基于项目和矩阵分解的协同过滤的基本方法之一。文件可在以下网址找到：

---

通用推荐模板使用此算法计算“购买”某些“物品”时“经常”出现的“事件”。因子分解的使用并不是《普遍推荐原则》的作者在他们最初的想法中所描述的，相反，他们使用LLR相似性来发现统计上显著的“事件”。我个人怀疑使用矩阵分解和HBase是否合适（改用Redis cluster）。您可以在和

上阅读有关Universal Recommender的一般思想，它使用Apache mahout的相关交叉发生（CCO）算法

看看这些

---

这个答案似乎不准确；prediction.io有几个模板，有些模板使用ALS矩阵分解方法，有些模板根本不使用ALS；相反，它是建立在基于相关共现的共现基础上的，与ALS方法相比，这是一种完全不同的操作。ALS利用潜在因素，这意味着将稀疏用户项矩阵压缩为低秩矩阵，而UR利用对数似然比统计数据来发现不同事件对（如查看、交互、购买等）之间的可信度