主动学习推荐系统
主动学习推荐系统
提问于 2020-05-06 06:24:54
我有数据，公司要求用户打分一堆问题，但有些项目可能是随机选择，而另一些是个性化的。用户在个性化问题上的得分平均较高。我有一个用户ID，问题ID，相应的分数由用户提问，以及问题是随机的还是个性化的。
我想要建立一个推荐系统，其中包含了一个问题的特点是随机或个性化。
我假设，如果要出现个性化项目，就必须对公司事先了解到的关于用户的随机问题进行一些学习。
但是，在如何建立一个包含动态结构的推荐系统方面，我完全迷失了方向。
我知道基本的建议包括矩阵分解或嵌入用户项矩阵，但我不知道如何适应学习。
如有任何见解/参考相关文献/相关守则，我将不胜感激。
回答 1
Data Science用户
回答已采纳
发布于 2020-11-09 19:34:58
根据用户输入来处理可能随时间变化的推荐系统的一种方法是使用强化学习对它们进行建模。有一个内在的概念，时间和积极的选择与强化学习。
上下文-bandit是一种流行的方法，它对用户(上下文)的信息进行建模，以影响向用户显示哪些选项(强盗的手臂)。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/73651
复制相关文章
相似问题
腾讯云开发者
