基于 MLlib 项目的无评级协同过滤

Question

我正在根据查询日志构建推荐系统。对于每个查询日志，我都有用户点击了哪些链接的数据。用户不会为他们访问的链接提供任何评级。 我正在尝试创建一个推荐系统，该系统会建议“如果您点击了这个，请尝试另一个类似用户尝试过的这个”。我正在探索 Apache Spark - MLLib 以使用协作过滤。不幸的是，ALS 算法需要“评级”数据。

这是我上网的解决方案之一：

“对于我们想要推荐的每个页面，我们搜索查看过该页面的所有用户。然后，对于每个用户，我们查找他们查看过的所有其他页面。然后我们计算访问该页面的用户数量已查看此数据集中的每个页面，并使用计数最高的页面作为我们的推荐。”

用户认为这种方法很慢。

我想知道是否有“伪造”排名数据的好方法，或者是否有不需要排名数据的流行开源实现？

Answer 1

在隐式反馈的情况下，评分也可以算作计数。 Ex (user1, url1, 1/0), 1/0 点击与否。

现在你问的是一个不同的问题，无论如何，稀疏矩阵和密集矩阵之间是有区别的。您不需要添加任何 0，这就是评级的概念，您拥有可以点击的内容，例如 (u1,url1,1)，如果这是用户 1 单击的唯一 url，那么您可以不需要为那些他还没有点击的人添加 ceros。模型知道这是正在使用的输入数据格式。

希望对你有帮助。