python - 矩阵分解新用户

Question

有人可以指导我找到适合我的用例的 Python 库(或另一种语言的论文或源代码)吗？我有大量关于用户的数据以及他们对大约 100 个对象中的大多数的“分数”。我将对这些数据进行矩阵分解，并将其分解为两个潜在因子矩阵。

我想要一个推荐网站，向用户(我可以获取他们的数据)推荐我的系统认为他们会喜欢的对象。例如。他的 X 得分为 10 分，Y 得分为 20 分，但我的系统根据我们当前的矩阵和新用户的数据，预计他的 x 得分为 20 分，Y 得分为 20 分，因此它返回 X 作为推荐。

本质上，一旦我学会了矩阵分解，我该如何应对新用户？这是我应该如何使用矩阵分解进行协同过滤吗？谢谢!

Answer 1

如果您喜欢使用Python，可以使用scikit的PCA实现。您可能会发现下面的用法；

http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html#sklearn.decomposition.PCA

如果您对其他语言感到满意(因为您说过；“或另一种语言的论文或源代码”)，这里有一个 Apache Mahout 的示例(用 Java 编写)。

ParallelSGDFactorizer factorizer=new ParallelSGDFactorizer(dataModel, numFeatures, lambda, numEpochs);
SVDRecommender recommender =new SVDRecommender(dataModel,factorizer,new AllUnknownItemsCandidateItemsStrategy());
recommender.recommend(1,20);