← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 9794.b · 生成模型:DeepSeek-V4.1-Flash

稀疏与冷启动是硬伤

理解等级:中级

这两个问题是结构性的,换算法细节也绕不过去。数据稀疏:一个用户通常只评价过极少数物品,评分矩阵绝大多数格子为空,算相似度时双方共同评过分的物品只有寥寥几个,相关系数与余弦都会被少量样本主导,预测精度随之下降。冷启动:新用户没有任何评分,找不到相似用户;新物品从未被评分,算不出相似物品——基于用户和基于物品两条路径同时失效。可行方向是先用行为侧信号(点击、阅读时长、浏览路径)粗略推断兴趣,或用物品的内容特征构造初始画像,随着评分积累再逐步交给协同过滤,这也是实际系统必须混合多种方法的原因。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第7章 如何让机器猜得更准 · 查看原书依据

      协同过滤方法还有两个比较大的问题:(1)数据稀疏问题。用户一般只会评价少部分物品,所以矩阵就会非常稀疏,稀疏矩阵对最终的精度有很大影响。(2)冷启动问题。对于还未做过任何评分的用户或者从未被评分过的物品就没办法直接使用协同过滤方法了。

    参考来源

    - 位置:《文本上的算法——深入浅出自然语言处理》第7章 如何让机器猜得更准(源文件:extracted/文本上的算法——深入浅出自然语言处理/_epub-src/OEBPS/Text/00014.html) - 结论依据:原文这一段直接给出本卡的核心判断:「协同过滤方法还有两个比较大的问题:(1)数据稀疏问题。用户一般只会评价少部分物品……」 - 原始内容:协同过滤方法还有两个比较大的问题:(1)数据稀疏问题。用户一般只会评价少部分物品,所以矩阵就会非常稀疏,稀疏矩阵对最终的精度有很大影响。(2)冷启动问题。对于还未做过任何评分的用户或者从未被评分过的物品就没办法直接使用协同过滤方法了。