推荐系统 - ALS算法

2021-08-29 本文已影响0人 nlpming

ALS简介

ALS算法中文翻译为 交替最小二乘法，其是一种矩阵分解算法；使用两个矩阵 $U, V$ 拟合用户 - 商品评分矩阵 $R$ ； $U$ 为用户隐向量矩阵，每一行表示每个用户； $V$ 表示物品矩阵，每一列表示每一个物品。 $m$ 为用户的数量， $n$ 表示物品的数量。目标函数为：

$J(U, V) = \sum_{i=1}^{m} \sum_{j=1}^{n} \left[ (r_{ij} - u_i v_j^T)^2 \right] + \lambda (||u_i||^2 + ||v_j||^2)$

对于上述目标函数的优化，一般采用最小二乘法优化；首先固定 $U$ 然后使用最小二乘法优化 $V$ ，然后再固定 $V$ 使用最小二乘法优化 $U$ ；如此交替运行下去：

$U_1 -> V_1 -> U_2 -> V_2 -> ...$

参考资料

spark als官方文档：https://spark.apache.org/docs/latest/ml-collaborative-filtering.html
ALS算法原理介绍与Spark代码实现 https://zhuanlan.zhihu.com/p/367690108

上一篇下一篇

猜你喜欢

热点阅读