Mahout Log 가능성 유사도 메트릭 동작

Question

내가 해결하려고하는 문제는 적절한 유사성 측정 기준, rescorer 발견 적 방법 및 데이터 필터링 수준 찾기입니다. (필자는 '필터링 수준'을 사용하여 사용자 또는 항목이 프로덕션 데이터베이스로 연결해야하는 등급의 양을 의미합니다.)

설정
저는 mahout의 공동 작업 필터링 프레임 워크를 사용하고 있습니다. 내 데이터는 항목의 등급이 집합 {1,2,3,4,5}에 포함 된 3 중주 형식으로 제공됩니다. 나는 logLikelihood 유사성 메트릭 위에 추천 기반 아이템을 사용하고 있습니다. 프로덕션 데이터 세트에서 20 개 미만의 항목을 평가하는 사용자를 필터링합니다. RMSE는 좋게 보이고 (1.17ish) 데이터 캐핑은 일어나지 않지만 원하지 않는 이상한 행동과 오류와 같은 경계가 있습니다.

질문

퍼스트 콜 - 사용자로부터 어떠한 정보와 '상위 항목의 목록을 생성합니다. 내가 사용하는이 작업을 수행하려면, 내가 부르는하는 중심 합계 :

for i in items 
for r in i's ratings 
    sum += r - center 

where center = (5+1)/2 , if you allow ratings in the scale of 1 to 5 for example 

가 나는 항목을 가지고 평가의 수를 원하기 때문에 주로 상위 항목 목록을 생성하는 대신 평균 등급의 중심 합계를 사용 순위에 인수로 받았습니다.

두 번째 전화 - 첫 번째 통화에서 반환 된 각 항목 중 9 개 항목에 유사한 항목을 요청합니다. 유사한 항목을 요청한 각 최상위 항목에 대해 리턴 된 유사한 항목 중 9 개 항목이 동일합니다 (다른 최상위 항목에 대해 반환 된 유사한 항목 세트와 동일).

약간의 재 시도를 할 시간이 되었습니까? 어쩌면 두 게임의 유사성에 x가 조정 된 (공평 항목 수/x, 약 50 점 정도). 사전 친구들

Answer 1

당신은 어떤 항목 X.과 비슷한 50 개 항목을 요구하고있는

덕분에 그리고 당신은 그 (50)의 각 9 개 유사한 항목을 찾아 그들 대부분은 동일합니다. 왜 놀랍 죠? 비슷한 항목은 동일한 다른 항목과 유사해야합니다.

'중심 맞춤'이란 무엇입니까? 평균보다 합계로 순위를 매기면 각 계산에 대한 합계의 항목 수가 대략 비슷하면 상대적으로 비슷한 결과를 얻을 수 있습니다.

어떤 문제를 해결하려고합니까? 이 중 어느 것도 추천 시스템에 영향을 미치지 않으므로 사용 중이며 작동한다고 설명합니다. 대립 가능성 유사도는 평점을 기반으로하지 않습니다.