协同过滤：

源于1992年直到2003年才被Amazon发表论文使用了

基本原理：

根据用户的行为历史生成用户-物品共现矩阵，利用用户相似性和物品相似性进行推荐

特点：

原理简单，直接，应用广泛

局限性：

泛化能力差，处理稀疏矩阵的能力差，推荐结果的头部效应较为明显

矩阵分解：

源于2006年Netflix举办推荐算法竞赛使推出的

基本原理：

将协同过滤算法中的共现矩阵分解为用户矩阵和物品矩阵，利用用户因向量和物品因向量的内积进行排序并推荐

特点：

相较协同过滤，泛化能力有所加强，对稀疏矩阵的处理能力有所加强。

局限性：

处理用户历史行为数据，难以利用其他用户，物品特征及上下文特征

逻辑回归：

基本原理：

将推荐问题装欢为类似于CTR预估的二分类问题，将用户，物品，上下文等不同特征转换成特征向量，输入逻辑回归模型得到CTR，在按照预估CTR进行排序并推荐。

特点：

能够融合多中类型的不同特征

局限性：

模型不具备特征组合的能力，表达能力较差。

FM：

源于2010年Rendle提出来的

基本原理：

在逻辑回归的基础上，在模型中加入二阶特征交叉部分，为每一维特征训练得到相应特征因向量，通过隐向量间的内积与不算得到交叉特征权重

特点：

相比逻辑回归，具备二阶特征交叉能力，模型的表大能力较强。

局限性：

由于组合爆炸问题的限制，模型不易扩展导三阶特征交叉阶段

FFM：

源于2015年

基本原理：

在FM模型的基础上，加入“特征域”的概念，是每个特征在于不同域的特征交叉时采用不同的隐向量。

特点：

相比FM，进一步加强了特征交叉的能力

局限性：

模型的训练开销达到了O(n2)的量级，训练开销较大

GBDT+LR:

源于2014年Facebook提出来的

基本原理：

利用GBDT进行“自动化”的特征组合，将原始特征向量转换为离散型特征向量，并输入逻辑回归模型，进行最终的CTR预估，

特点：

特征工程模型化，使模型具备了更高阶组合的能力

局限性：

GBDT无法进行完全的并行的训练，更新所需的训练时长较长

LS+PLM:

源于2012年，但是由阿里导2017年才推出的

基本原理：

首先对样本进行”分片“，在每个分片内部构建逻辑回归模型，将每个样本的各分片概率与逻辑回归的得分进行加权平均，得到最终的预估值。

特点：

模型结果类似三层神经网络，具备了较强的表达能力

局限性：

模型结果相比深度学习模型仍比较简单，有进一步提高的空间。

推荐系统----协同过滤，矩阵分解，逻辑回归，FM,FMM,GBDT+LR,LS-PLM之间的优缺点相关推荐

AI上推荐之逻辑回归模型与GBDT+LR(特征工程模型化的开端)
1. 前言随着信息技术和互联网的发展, 我们已经步入了一个信息过载的时代,这个时代,无论是信息消费者还是信息生产者都遇到了很大的挑战: 信息消费者:如何从大量的信息中找到自己感兴趣的信息? 信息生产 ...
推荐系统知识梳理——矩阵分解
隐语义模型与矩阵分解协同过滤算法的特点就是完全没有利用到物品本身或者是用户自身的属性, 仅仅利用了用户与物品的交互信息就可以实现推荐,是一个可解释性很强, 非常直观的模型, 但是也存在一些问题, 第 ...
推荐系统中的矩阵分解技术
推荐系统中的矩阵分解技术本文翻译自Koren Y, Bell R, Volinsky C. Matrix Factorization Techniques for Recommender Syste ...
AutoML在推荐系统协同过滤中的探索与发现（附交流视频和PPT下载链接）
导读:今天给大家带来第四范式资深研究员.香港科技大学博士姚权铭,在2019年底所做的分享<AutoML在推荐系统协同过滤中的探索与发现>,本文介绍了第四范式研究组将自动化机 ...
在线新闻推荐网 Python+Django+Mysql开发技术基于用户、物品的协同过滤推荐算法个性化新闻推荐系统协同过滤推荐算法在新闻网站中的运用个性化推荐算法、机器学习、分布式大数据、人工智
在线新闻推荐网 Python+Django+Mysql开发技术基于用户.物品的协同过滤推荐算法个性化新闻推荐系统协同过滤推荐算法在新闻网站中的运用个性化推荐算法.机器学习.分布式大数据.人工智 ...
在线图书推荐网 Python+Django+Mysql开发技术个性化图书推荐系统协同过滤推荐算法在图书网站中的运用基于用户、物品的协同过滤推荐算法个性化推荐算法、机器学习、分布式大数据、人工智
在线图书推荐网 Python+Django+Mysql开发技术个性化图书推荐系统协同过滤推荐算法在图书网站中的运用基于用户.物品的协同过滤推荐算法个性化推荐算法.机器学习.分布式大数据.人工智 ...
美食推荐系统 (协同过滤 + 内容过滤(余弦函数))(SSM,MySQL)
美食推荐系统 (协同过滤 + 内容过滤(余弦函数))(SSM,MySQL)(毕业论文15581字以上,共39页,程序代码,MySQL数据库) [运行环境] IDEA, Eclipse JDK1 ...
如何使用Spring+SpringMVC+Mybatis开发实现个性化小说推荐系统协同过滤推荐算法实现基于用户、项目的协同过滤推荐基于聚类、关联规则、内容推荐算法 WebNovelCFRS
如何使用Spring+SpringMVC+Mybatis开发实现个性化小说推荐系统协同过滤推荐算法实现基于用户.项目的协同过滤推荐基于聚类.关联规则.内容推荐算法 WebNovelCFRS 一. ...
个性化试题推荐系统协同过滤推荐算法在在线考试系统中的运用基于用户/项目的协同过滤推荐算法混合协同过滤推荐算法协同过滤混合推荐算法
个性化试题推荐系统协同过滤推荐算法在在线考试系统中的运用一.项目开发技术及功能介绍 1.SSH开发框架(spring+struts+hibernate) 2.js.jquery.bootstrap ...

推荐系统----协同过滤，矩阵分解，逻辑回归，FM,FMM,GBDT+LR,LS-PLM之间的优缺点

协同过滤：

基本原理：

特点：

局限性：

矩阵分解：

基本原理：

特点：

局限性：

逻辑回归：

基本原理：

特点：

局限性：

FM：

基本原理：

特点：

局限性：

FFM：

基本原理：

特点：

局限性：

GBDT+LR:

基本原理：

特点：

局限性：

LS+PLM:

基本原理：

特点：

局限性：

推荐系统----协同过滤，矩阵分解，逻辑回归，FM,FMM,GBDT+LR,LS-PLM之间的优缺点相关推荐

最新文章

热门文章