如何使用 Python 的 FastFM 库（分解机器）进行推荐任务？

Question

我有一个<user, item> 对的数据集，其中每个条目记录了哪个用户购买了哪个商品。

例如

<u1, i1>
<u1, i4>
<u2, i2>
<u3, i2>...

我用

创建了一个编码数据集

no_of_features = no_of_users + no_of_items

并将输出变量 y 设置为 1，因为这些条目中的每一个都代表用户购买了该特定商品。

注意：在这种情况下，所有 y 值都是 1。

编码后的数据集如下所示：

user1 user2 user3 .... item1 item2 item3 item4 .... y
  1     0    0    ....   1     0     0     0   .... 1
  1     0    0    ....   0     0     0     1   .... 1
  0     1    0    ....   0     1     0     0   .... 1
  0     0    1    ....   0     1     0     0   .... 1

现在，我想知道如何使用fastFM 为任何用户x 和任何项目y 生成案例<x, y> 的推荐？

显然regression 不在此处。那么我应该使用fastFM 的classification 或ranking 方法吗？又如何？例如如果我使用classification，是否需要使用y=0 生成实例？如果我使用ranking的方式，我是不是按照排名方式的输出来排列项目，推荐价值更高的？

Answer 1

关于问题的问题的直觉很好 - 现在，我们只存储了积极的例子。这些是用户实际购买商品的情况。

在这种情况下，您应该使用排名损失函数。尤其是当 fastFM 实施了贝叶斯个性化排名 (BRP) 时。此外，在大多数情况下，当结果以有序的推荐列表呈现给用户时，我们应该将准备推荐视为与排名相关的问题。我们不会像 Netflix Prize 那样预测评级（星级）。

BPR 是一种非常直接的方法。但是有一件关键的事情要理解它 - 我们并不关心估计的 y 值本身。 重要的是我们使用此输出对估计示例进行排序时的顺序。

因此，在学习阶段，必须准备正面和负面的例子。查看 fastFM 文档中的 fit method。为了得到你的反例，最简单的方法是从所有可用的项目集中获取随机的（均匀分布的）。您只能检查这个随机示例是否实际上不是正数（我们不会从这个示例中学到任何东西，除了正则化;-)）。随机均匀采样在大多数情况下效果很好，因为您准备的正输入数据通常非常稀疏（例如密度