ランキングのための機械学習アルゴリズム

Question

私はランキングの質問に取り組んでおり、ユーザーにMアイテムからKを推奨しています。評価メトリックはです kでの平均精度.

RとPythonの両方があります xgboost に使用できます ペアワイズ比較 ランキングの問題に適合させることができます。

ランキングの問題に適用できる他のアルゴリズムまたはアプローチはありますか？

Answer 1

あなたの問題は、私にとって古典的なトップNの個人的な推奨のように聞こえます。文学には多くの可能性があります。たとえば、：

• ユーザーベースのコラボレーションフィルタリング
• コンテンツベースのコラボレーションフィルタリング
• マトリックス因数分解

文献を読んで、どれが自分に適しているかを把握する必要があります。

Answer 2

あなたは始めるべきだと思います」ランク付けすることを学ぶ「、ランキングの問題に対処するための3つのソリューションがあります。

1. 点面 、スコアを学習します 関連性 リスト内の各アイテムと特定のユーザーの間でターゲットがあります。これは推奨のように達成できます。
2. ペアワイズ 、「学ぶ」関係「リスト内のアイテム間で、それぞれビートロスであるか、さらには目標があります。
3. リストごと 、「学ぶ」効果「アイテムの特定のランキングリストはオブジェクトです。

Answer 3

ランク付けされたアイテムのリストをユーザーに推奨しようとしていますか？

推奨システムに最も一般的に使用される手法の1つである共同フィルタリングをご覧ください。

Pythonの場合、 Pyspark あなたが見ることができるものです。 このリンク 実装方法の例が含まれています。

Answer 4

私はあなたが探していると思います アイテムランク. 。これは、あなたのニーズをランキングしてカバーするために使用される非常にシンプルなアルゴリズムです。

Answer 5

Apache Mahoutは、優れた推奨エンジンを提供するオープンソースライブラリです。 2つのプロジェクトで正常に使用しました。