第九章 9-5 9-6 离线推荐：基于物品角度召回策略筛选候选集

来源：9-7 离线推荐：基于模型的排序

森垚27

2021-02-24

第九章 9-5 9-6 离线推荐：基于物品角度召回策略筛选候选集
item2itemrecall 计算物品相似度为什么要读取上一个任务存储的ALS模型生成的物品特征向量, item2item 也要依赖ALS算法吗？生成物品特征向量只能用ALS算法结合用户-物品打分矩阵来得到吗？
图片描述

写回答

1回答

小简同学

2021-02-25

同学你好，1.召回的算法有很多，通常从多个召回算法生成的候选集取出。因为这课程主要讲协同过滤，所以召回算法采用基于物品的召回和基于用户的召回。2.同样的，物品特征向量获取的算法也很多，从als算法获取特征向量是其中一种方法。因为训练出als模型之后，就等于获取到最优的用户特征向量矩阵和物品特征向量矩阵。通过als模型获取特征向量的优点是，spark ml包的als算法能得到物品的隐性向量，那么就可以计算物品之间的余弦相似度，从而获取召回。缺点是计算量非常大。祝学习愉快！

Spark2.x+协同过滤算法，开发企业级个性化推荐系统

一门既讲算法原理又有完整的推荐系统架构的全能课

330 学习 · 91 问题

查看课程

相似问题

newcode使用

回答 1

为什么说基于物品的协调过滤是基于模型的

回答 1

第九章 9-7 基于模型的排序

回答 3

als recall 召回

回答 2

Hbase 缺少创建表的代码

回答 2

打开慕课网App查看更多内容