Tövsiyə sistemlərində qarşılıqlı əlaqə matrisində boşluqları doldurmaq üçün hansı klassik yanaşmalar mövcuddur?

Tövsiyə sistemlərində qarşılıqlı əlaqə matritsası (məsələn, istifadəçi-məhsul) tez-tez boşluqlar ehtiva edir, çünki bütün istifadəçilər bütün obyektlərlə qarşılıqlı əlaqədə olmur. Bu boşluqları doldurmaq üçün klassik yanaşmalar aşağıdakılardır:

• Orta dəyər: boşluqları istifadəçinin orta qiyməti və ya obyekt üzrə orta ilə doldurmaq.
• Əməkdaşlıq filtrliyi:
  • İstifadəçi əsaslı: oxşar istifadəçilərə əsaslanan proqnoz.
  • Əşya əsaslı: oxşar obyektlərə əsaslanan proqnoz.
• Matris faktorizasiyası:
  • SVD (təkil dəyər ayrışması)
  • ALS (alternativ ən kiçik kvadratlar)
  • FunkSVD və digər matris faktorizasiya metodları, çatışmayan dəyərləri aşağı sıralı yaxınlıq vasitəsilə bərpa edir.
• Maşın öyrənməsinə əsaslanan modellər:
  • Reqressiya metodları, neyron şəbəkələr, gradient gücləndirmə istifadə edərək çatışmayan dəyərləri proqnozlaşdırmaq.

Əsasən, böyük və seyrek matrislər üçün matris faktorizasiyası tətbiq edilir, çünki o, gizli amilləri yaxşı müəyyən edir və dəqiq proqnozlar verir.