知识卡片
BPR为什么用三元组样本
SVD、ALS 都属于单文档方法:每个 (用户, 物品) 样本被当成孤立点做回归。问题在于推荐场景只有正样本(有行为才记录),模型训练时只能把缺失值一律当负样本。缺失其实包含“不喜欢”和“没看到”两种完全不同的情况,混为一谈会让模型对那些只是没曝光的物品给出偏低分数,排序结果系统性偏差。
BPR 把学习对象从“分数是多少”改成“谁排在前面”。样本构造成三元组 :对用户 u,物品 i 有隐式反馈,物品 j 没有,含义是 i 应排在 j 之前。模型只要求正样本的预测分数高于负样本,用分数差 x̂_uij = x̂_ui − x̂_uj 经过 sigmoid 得到“i 胜出”的概率,再最大化它的对数。
代价与注意点:一是样本量约等于正反馈数乘以负采样数,训练规模变大,负采样策略直接影响效果;二是放弃绝对分数,只能做排序,不能直接预测评分;三是三元组方向必须与分数差方向一致,否则会把顺序学反。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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8章 推荐系统的主要算法 · 查看原书依据
单文档方法的缺点在于只能收集到正样本,所以在求解过程中往往将有缺失值的样本作为负样本,这会降低预测结果准确率
参考来源
- 位置:《智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)》第8章 推荐系统的主要算法(源文件:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0108.html)
- 结论依据:原文指出单文档方法只能拿到正样本、被迫把缺失值当负样本,从而产生偏差,这正是 BPR 改用成对样本的出发点。
- 原始内容:单文档方法的缺点在于只能收集到正样本,所以在求解过程中往往将有缺失值的样本作为负样本,这会降低预测结果准确率