问基于SOM的推荐引擎

EN

我不确定自组织映射是否真的最适合您的应用程序。它可能会保留输入空间的拓扑属性，但它并不能很好地适应稀疏数据集，这是推荐引擎中经常遇到的问题。我不会说支持向量机更好，事实上，它可能离你真正想做的事情更远，但SOM只会稍微好一点。也就是说，如果您想学习如何构建SOM，请按有用程度排序，以下资源值得一看。值得一提的是，SOM实际上在理论上非常接近卷积神经网络，因此任何用于这些资源的资源都应该很好地继承。

http://en.wikipedia.org/wiki/Self-organizing_map
http://ftp.it.murdoch.edu.au/units/ICT219/Papers%20for%20transfer/papers%20on%20Clustering/Clustering%20SOM.pdf
http://www.eicstes.org/EICSTES_PDF/PAPERS/The%20Self-Organizing%20Map%20%28Kohonen%29.pdf
http://www.cs.bham.ac.uk/~jxb/NN/l16.pdf
http://www.willamette.edu/~gorr/classes/cs449/Unsupervised/SOM.html

至于可能对您的特定应用程序更有意义的方法，我可能会建议使用受限Boltzmann Machine。RBM的想法是，您将尝试基于有关每个用户的各种统计数据为每个用户创建一个“推荐配置文件”，为用户定义一个特征向量。这一基本预测将以一种非常类似于深度神经网络的方式发生。

一旦你的网络在一个方向上进行了训练，RBM的真正光辉之处在于你可以向后运行它。您尝试从推荐配置文件生成用户配置文件，这对于这样的应用程序非常有效。有关RBM的信息，请访问以下链接：

http://deeplearning.net/tutorial/rbm.html
http://www.cs.toronto.edu/~hinton/absps/guideTR.pdf
http://www.cs.toronto.edu/~hinton/absps/netflix.pdf

Hinton基本上是这些方面的权威，也是数据科学的BAMF。RBM列表中的最后一个链接实际上能够完全独立构建您的推荐引擎，但如果您想要使用更多预建的库或利用数据科学的其他部分，我强烈建议您在尝试任何协作过滤之前使用某种降维机制。

协同过滤最大的问题是，你通常有一个非常稀疏的矩阵，它不能给你你想要的信息，并最终持有许多对你没有真正用处的东西。出于这个原因，在主题建模领域有一系列算法，它们将为您的数据提供较低的维度，从而使协作过滤变得微不足道，或者可以在上面的任何其他方法中利用，以较低的强度获得更有意义的数据。

gensim是一个python包，它为您完成了大量的主题建模，并且还将利用numpy和scipy为您构建tfidf向量。它也有很好的文档记录。然而，这些示例是针对更直接的NLP的。请记住，它们的单个项目恰好是单词这一事实对底层算法没有影响，您可以将其用于约束较少的系统。

如果你想在主题建模部分获得金牌，你真的应该看看弹球分配(PA)，它是主题建模中的一种新算法，比大多数其他主题建模器更有前途，但不是捆绑在包中的。

http://www.bradblock.com /Pachinko_Allocation_DAG_Structured_Mixture_Models_of_Topic_Correlations.pdf

祝您在数据科学方面取得成功！如果你还有其他问题，请告诉我，我可以试着回答他们。