Najnowocześniejsze w dziedzinie filtrowania grupowego

13

Pracuję nad projektem dla wspólnego filtrowania (CF), tj. Ukończenia częściowo zaobserwowanej macierzy lub bardziej ogólnie tensora. Jestem nowicjuszem w tej dziedzinie i ostatecznie w tym projekcie muszę porównać naszą metodę z innymi dobrze znanymi, które obecnie porównywane są z nimi proponowane metody, a mianowicie najnowocześniejszy w CF.

Moje wyszukiwanie ujawniło następujące metody. Rzeczywiście natknąłem się na nie, patrząc na niektóre z tych artykułów i ich odnośniki, lub patrząc na sekcję eksperymentów, kiedy dokonują porównań. Z przyjemnością dowiem się o nowej proponowanej metodzie i dokonam porównania z SoTA, który z poniższych sposobów byłby dobrym wyborem? Jeśli nie wśród nich, chętnie poznam dobrego przedstawiciela.

Na podstawie faktoryzacji macierzy:

  1. Ważone przybliżenie niskiego poziomu (ICML 2003)
  2. Modelowanie profili oceny użytkowników do filtrowania grupowego (NIPS 2003)
  3. Model wielokrotnego multiplikatywnego czynnika do filtrowania współpracującego (ICML 2004)
  4. Szybkie maksymalizowanie matrycy marginesów dla predykcji współpracy (ICML 2005)
  5. Probabilistic Matrix Factorization (NIPS 2007)
  6. Bayesian Probabilistic Matrix Factorization (ICML 2008)
  7. Modele ukrytych czynników opartych na regresji (KDD 2009)
  8. Nieliniowe faktoryzacja macierzy za pomocą procesów Gaussa (ICML 2009)
  9. Dynamic Poission Factorization (konferencja ACM nt. Systemów rekomendujących 2015)

Na podstawie faktoryzacji tensora:

  1. Włączanie informacji kontekstowych do systemów rekomendujących wykorzystujących podejście wielowymiarowe (Transakcje ACM na systemach informatycznych (TOIS) 2005)
  2. Bayesian Probabilistic Tensor Factorization (SIAM Data Mining 2010)
  3. Ukończenie niskiego rangi tensora przez optymalizację Riemanniana (BIT Mathematics 54.2 (2014))
Cupitor
źródło
1
Tensor dla ciągłych danych? Mieszane dane? Dane kategoryczne? Ponieważ nie mówisz, może możemy założyć ciągłość. Bayesowska regresja tensorowa Davida Dunsona jest podejściem do tabel kontyngentów tensorowych, które mogą zapewnić pewien wgląd lub wskazówki - ale nie jest to podejście RS. researchgate.net/publication/… Sprawdź także dokumenty na jego stronie internetowej w Duke U.
Mike Hunter
1
Możesz również rozważyć nieujemne rozkładanie macierzy (NMF).
diadochos
Twoja lista wydaje się rozsądna, dodałbym również metody oparte na sieciach neuronowych. Jest to papier Badanie to jest dobre miejsce, aby rozpocząć: arxiv.org/pdf/1707.07435.pdf
sebp

Odpowiedzi: