Machine learning 多特征矩阵分解推荐算法——可能吗?
我正在尝试创建一个向用户推荐文章的算法。问题是有多个潜在特性(例如,用户对五篇文章主题中的每一个都感兴趣),我想知道如何使用矩阵分解算法根据多个特性生成建议。到目前为止,我看到的所有示例,如Netflix示例,都基于一个功能Machine learning 多特征矩阵分解推荐算法——可能吗?,machine-learning,recommendation-engine,matrix-factorization,Machine Learning,Recommendation Engine,Matrix Factorization,我正在尝试创建一个向用户推荐文章的算法。问题是有多个潜在特性(例如,用户对五篇文章主题中的每一个都感兴趣),我想知道如何使用矩阵分解算法根据多个特性生成建议。到目前为止,我看到的所有示例,如Netflix示例,都基于一个功能 我想使用矩阵分解算法,而不是更高级的技术,因为我开始使用的数据集相对较小。甚至可以用一个小数据集(比如n=200)构建一个具有多个功能的推荐引擎吗?我投票结束这个问题,因为它不是关于在中定义的编程,而是关于ML理论和/或方法-请参阅机器学习中的介绍和注释。
我想使用矩阵分解算法,而不是更高级的技术,因为我开始使用的数据集相对较小。甚至可以用一个小数据集(比如n=200)构建一个具有多个功能的推荐引擎吗?我投票结束这个问题,因为它不是关于在中定义的编程,而是关于ML理论和/或方法-请参阅机器学习中的介绍和注释。