将内容信息与基于分解的协同过滤集成答案

【问题标题】：Integrating content information with factorization-based collaborative filtering将内容信息与基于分解的协同过滤集成
【发布时间】：2011-12-06 23:42:44
【问题描述】：

我正在阅读 CF 中的一些论文，并注意到大多数最先进的方法仅基于评级矩阵上的不同分解方法。我想知道是否有一些将内容信息（例如用户特征和项目特征）组合到分解中的代表性作品。有什么想法吗？

【问题讨论】：

标签： recommendation-engine collaborative-filtering svd

【解决方案1】：

我是推荐系统领域的一名研究员，并在这方面做了一些工作。以下是有关该主题的一些论文：

Aditya Krishna Menon，Charles Elkan：用于二元预测的具有潜在特征的对数线性模型，ICDM 2010
David Stern、Ralf Herbrich 和 Thore Graepel：火柴盒：大规模贝叶斯建议，WWW 2009
Chong Wang、David Blei：用于推荐科学文章的协作主题建模，KDD 2011
Zeno Gantner、Lucas Drumond、Christoph Freudenthaler、Steffen Rendle、Lars Schmidt-Thieme：学习冷启动建议的属性到特征映射，ICDM 2010
D.阿加瓦尔和 B.-C。陈。基于回归的潜在因子模型，KDD 2009
D.阿加瓦尔和 B.-C。陈。 fLDA：通过潜在狄利克雷分配进行矩阵分解，WSDM 2010

请注意，（4）是我的论文，所以这也是某种广告;-)

此外，KDD Cup 2011 涉及项目分类，在研讨会上将此类分类信息与潜在因子模型结合起来进行了一些有趣的工作：http://kddcup.yahoo.com/workshop.php

【讨论】：

【解决方案2】：

参见例如“5. 混合协同过滤技术”中的

X。 Su, T. M. Khoshgoftaar，协同过滤技术综述，人工智能进展（2009 年）。 PDF

【讨论】：