0 RecSys2012 上的讲Xbox推荐的一篇paper, http://www.eng.tau.ac.il/~noamk/papers/KNPS12.pdf
工业界的角度, 解决推荐系统中的几个问题:
1, 负样本问题:
随机抽样, 保证正负样本个数相同.
2, Evulation算法:
其实是Macro DOA 的简化版本.
对每个user, 选取一个like 的 item a 作为测试样本, 然后在选择一个"新"的item b做对比. 这里的"新" 是指该user之前没有看到过.
那么对算法来说, 用训练的模型来预测a, b 的打分. 好的算法应该保证上a > b
3, online/offline 的架构:
offline 训练模型,
online 使用模型来做推荐.
4, 算法:
矩阵分解的方法.