0-1 数据的矩阵分解

Question

我使用 0-1 数据来训练矩阵分解 (MF) 模型并使用召回来评估性能。对于零数据，我们可以解释为两种方式。首先，用户大致不喜欢它。其次，用户不知道或不喜欢它。在第一个条件下，我随机抽取负样本并使用梯度下降。在后一种情况下，我使用机密参数并迭代更新解析表达式。我发现他们给出了完全不同的结果，我对此感到困惑。有人可以帮我吗？

Answer 1

结果有何不同？

“机密参数”是什么意思？

3 篇有趣的论文也涉及在推荐系统的上下文中解释 0-1 数据（我是其中一篇的合著者）：

1. 胡等人：Collaborative filtering for implicit feedback datasets
2. Rendle 等人：BPR: Bayesian personalized ranking from implicit feedback
3. 潘等人：One-class collaborative filtering