data_mining:recommender_systems

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision		Previous revision
data_mining:recommender_systems [2014/08/30 16:24] – [Vorgehen] phreazerdata_mining:recommender_systems [2014/08/30 16:36] (current) – [Mean Normalization] phreazer
Line 28: Line 28:
 ==== Low Rank Matrix Factorization ==== ==== Low Rank Matrix Factorization ====
 Bewertungsmatrix Y Bewertungsmatrix Y
 +
 +Einträge $y_{ij} = (\Theta^{(j)})^T(x^{(i)})$
 +
 +$Y = X \Theta^T$
 +
 +=== Finden ähnlicher Produkte: ===
 +Für jedes Produkt i, wird ein Featurevektor $x^{(i)}$ gelernt.
 +
 +Wie kann ein Produkt j gefunden werden, das mit Produkt i in Beziehung in Verbindung steht?
 +Wenn $||x^{(i)}-x^{(j)}||$ klein, dann sind beide Filme ähnlich.
 +
 +==== Mean Normalization ====
 +Subtrahieren des Durchschnitts von der Bewertungsmatrix
 +
 +Nutzen: Für Nutzer ohne Bewertung wird Bewertung basierend auf Durchschnitte erstellt.
  • data_mining/recommender_systems.txt
  • Last modified: 2014/08/30 16:36
  • by phreazer