Low Rank Matrix Factorization低阶矩阵分解
在上一篇笔记之二里面说到我们有五部电影,以及四位用户,每个用户对电影的评分如下,?表示未评分。
Movies\User |
User 1 |
User 2 |
User 3 |
User 4 |
Movie 1 |
5 |
5 |
0 |
0 |
Movie 2 |
5 |
? |
? |
0 |
Movie 3 |
? |
4 |
0 |
? |
Movie 4 |
0 |
0 |
5 |
4 |
Movie 5 |
0 |
0 |
5 |
? |
那么我们可以把第一个表格里的内容转化成一个矩阵R:
R=⎡⎣⎢⎢⎢⎢⎢55?005?4000?05500?40⎤⎦⎥⎥⎥⎥⎥ R = [ 5 5 0 0 5 ? ? 0 ? 4 0 ? 0 0 5 4 0 0 5 0 ]
把参数θ和特征变量x也都表示成向量的形式:
X=⎡⎣⎢⎢⎢⎢−−−(x(1))T−−−−−−(x(2))T−−−...−−−(x(nm))T−−−⎤⎦⎥⎥⎥⎥ X = [ − − − ( x ( 1 ) ) T − − − − − − ( x ( 2 ) ) T − − − . . . − − − ( x ( n m ) ) T − − − ]
Θ=⎡⎣⎢⎢⎢⎢−−−(θ(1))T−−−−−−(θ(2))T−−−...−−−(θ(nu))T−−−⎤⎦⎥⎥⎥⎥ Θ = [ − − − ( θ ( 1 ) ) T − − − − − − ( θ ( 2 ) ) T − − − . . . − − − ( θ ( n u ) ) T − − − ]
那么我们有:
R=ΘTX R = Θ T X ,这种方法被称为:低秩矩阵分解(Low Rank Matrix Factorization)。
相关应用:
- 找电影i相似的电影j:可以计算 ‖‖x(i)−x(j)‖‖ ‖ x ( i ) − x ( j ) ‖ 两个特征向量的距离,其中距离最小的就是最相似的电影。
LFM (Latent Factor Model) 隐因子模型
接下来引申到LFM (Latent Factor Model) 隐因子模型,其中隐因子可以理解为一个用户喜欢一个电影的隐形原因,比如电影里面有他喜欢的romantic和action元素,还有他喜欢的某个演员或者导演编剧。如果另外一个电影有类似的元素跟演员,那么他很有可能会也喜欢这部电影。LFM的核心思路就是求出用户的θ向量和电影的x向量。
在评分矩阵 Rm,n R m , n 中,LFM中认为评分矩阵可以表示为 Rm,n=Pm,F⋅QF,n R m , n = P m , F ⋅ Q F , n 即两个矩阵的乘积,其中F为隐因子的个数。我们设 r̂ ui r ^ u i 为用户u对物品i的评分。
r̂ ui=∑f=1FPufQfi r ^ u i = ∑ f = 1 F P u f Q f i
我们的目标是减少
r̂ ui r ^ u i 与
rui r u i 之间的差距,并且为了防止过拟合加入了正则项。
min:CostFunctionJ=∑rui≠0(ru,i−r̂ ui)2+λ(∑P2uf+∑Q2fi) m i n : C o s t F u n c t i o n J = ∑ r u i ≠ 0 ( r u , i − r ^ u i ) 2 + λ ( ∑ P u f 2 + ∑ Q f i 2 )
通过梯度下降对代价函数求偏导,可以得出:
∂J∂P(t)uf=∑i,rui≠0−2(ru,i−r̂ ui)Q(t)fi+2λP(t)uf ∂ J ∂ P u f ( t ) = ∑ i , r u i ≠ 0 − 2 ( r u , i − r ^ u i ) Q f i ( t ) + 2 λ P u f ( t )
∂J∂Q(t)fi=∑u,rui≠0−2(ru,i−r̂ ui)P(t)uf+2λQ(t)fi ∂ J ∂ Q f i ( t ) = ∑ u , r u i ≠ 0 − 2 ( r u , i − r ^ u i ) P u f ( t ) + 2 λ Q f i ( t )
在上一步可以使用随机梯度下降方法(SGD,Stochastic Gradient Descent),它比传统的梯度下降法需要更少的迭代次数就可以收敛,这里就不详细阐述了。
SVD (singular value decomposition) 奇异值分解
SVD的数学意义和理解可以参考这篇博客
这里的SVD推荐本质上是model-based,跟传统数学意义的SVD没有太大关系,只不过借鉴了SVD分解 R=U∗S∗V R = U ∗ S ∗ V 这个形式,通过最优化方法进行模型拟合,求得 R=U∗V R = U ∗ V 。
我们在刚刚上面提到的 r̂ ui r ^ u i 中加入偏置项:
r̂ ui=∑f=1FPufQfi+μ+bu+bi r ^ u i = ∑ f = 1 F P u f Q f i + μ + b u + b i
其中μ表示训练集中物品的所有评分的平均值。
bu b u 是用户偏置项,表示一个用户评分的平均值。
bi b i 是物品偏置项,表示一个物品被评分的平均值。偏置项是固有属性,每个用户和物品都有自己的值,代表该物品是否被大众喜爱程度或某个用户对物品苛刻程度。
带偏置的LFM又被称为SVD。加入偏置项之后我们可以得到新的代价函数:
J=∑rui≠0(ru,i−r̂ ui)2+λ(∑P2uf+∑Q2fi+∑b2u+∑b2i) J = ∑ r u i ≠ 0 ( r u , i − r ^ u i ) 2 + λ ( ∑ P u f 2 + ∑ Q f i 2 + ∑ b u 2 + ∑ b i 2 )
通过随机梯度下降可以求得:
b(t+1)u:=b(t)u+α∗(ru,i−r̂ ui−λ∗b(t)u) b u ( t + 1 ) := b u ( t ) + α ∗ ( r u , i − r ^ u i − λ ∗ b u ( t ) )
b(t+1)i:=b(t)i+α∗(ru,i−r̂ ui−λ∗b(t)i) b i ( t + 1 ) := b i ( t ) + α ∗ ( r u , i − r ^ u i − λ ∗ b i ( t ) )
SVD++ / TIME SVD ++
我们从上一步的BiasLFM(即SVD)继续演化就可以得到SVD++。
SVD++:User对Item i 有评分,则反映他对各个隐因子的喜好程度 yi=(yi1,yi2,...,yiF) y i = ( y i 1 , y i 2 , . . . , y i F ) ,是物品所携带的属性。
r̂ ui=∑f=1F(Puf+∑j∈N(u)Yjf|N(u)|‾‾‾‾‾‾√)Qfi+μ+bu+bi r ^ u i = ∑ f = 1 F ( P u f + ∑ j ∈ N ( u ) Y j f | N ( u ) | ) Q f i + μ + b u + b i
其中
Nu N u 为User u 评价过的物品集合。
使用随机梯度下降可以求得Q与Y的偏导
∂rui^∂Qfi=Puf+∑j∈N(u)Yjf|N(u)|‾‾‾‾‾‾√ ∂ r u i ^ ∂ Q f i = P u f + ∑ j ∈ N ( u ) Y j f | N ( u ) |
∂rui^∂Yjf=Qfi|N(u)|‾‾‾‾‾‾√ ∂ r u i ^ ∂ Y j f = Q f i | N ( u ) |
其他偏导于SVD的一样,收缩因子取集合大小的根号是一个经验公式,并没有理论依据。
TIME SVD ++: 添加了时间动态,这里就不详细阐述了~
矩阵分解优劣势
主要的优势如下:
- 比较容易编程实现,随机梯度下降方法依次迭代即可训练出模型。
- 预测的精度比较高,预测准确率要高于基于领域的协同过滤以及基于内容CBR等方法。
- 比较低的时间和空间复杂度,高维矩阵映射为两个低维矩阵节省了存储空间,训练过程比较费时,但是可以离线完成;评分预测一般在线计算,直接使用离线训练得到的参数,可以实时推荐。
- 非常好的扩展性,如由SVD拓展而来的SVD++和 TIME SVD++。
矩阵分解的不足主要有:
- 训练模型较为费时。
- 推荐结果不具有很好的可解释性,无法用现实概念给分解出来的用户和物品矩阵的每个维度命名,只能理解为潜在语义空间。