Ποιες κλασικές προσεγγίσεις υπάρχουν για την πλήρωση των κενών στον πίνακα αλληλεπιδράσεων στα συστήματα σύστασης;

Συστήματα συστάσεων συχνά περιέχουν κενά στη μήτρα αλληλεπίδρασης (π.χ., χρήστης-προϊόν), καθώς δεν αλληλεπιδρούν όλοι οι χρήστες με όλα τα αντικείμενα. Οι κλασικές προσεγγίσεις για την πλήρωση αυτών των κενού περιλαμβάνουν:

• Μέση τιμή: συμπλήρωση των κενού με τη μέση βαθμολογία του χρήστη ή τη μέση βαθμολογία ανά αντικείμενο.
• Συνεργατική φιλτράρισμα:
  • Βασισμένο σε χρήστες: πρόβλεψη με βάση παρόμοιους χρήστες.
  • Βασισμένο σε αντικείμενα: πρόβλεψη με βάση παρόμοια αντικείμενα.
• Διάσπαση μήτρας:
  • SVD (διάσπαση μοναδικών τιμών)
  • ALS (εναλλακτική ελαχιστοποίηση τετραγώνων)
  • FunkSVD και άλλες μέθοδοι παραγοντοποίησης μήτρας που ανακατασκευάζουν τις ελλείπουσες τιμές μέσω χαμηλού βαθμού προσέγγισης.
• Μοντέλα βασισμένα σε μηχανική μάθηση:
  • Χρήση μεθόδων παλινδρόμησης, νευρωνικών δικτύων, boosting γραμμής για την πρόβλεψη ελλειπουσών τιμών.

Συνήθως, για μεγάλες και αραιές μήτρες, εφαρμόζεται η παραγοντοποίηση μήτρας, καθώς εντοπίζει καλά τους κρυφούς παράγοντες και παρέχει ακριβείς προβλέψεις.