主客观数据集的构建

主客观数据集的构建

问题流程及目的

主要流程

将 SA 算法套入到 NCF 模型当中

• SA 算法可以得到以下数据，Active user 与 Subjective user 的相似度
• 取每个 Active user 的相似度接近的 4 个用户，组成一个矩阵，替代 userID
• 取Active user 与 subjective user 的相似度，替代 movieID
• 利用 NCF 模型，得出 N 个用户，之后再进行 SA 算法的处理，得出推荐项目

构建数据集的作用

构建数据集，使该数据集能直接跑 NCF 模型

• 数据集有 3 个，分别为：train (训练集) ，test ( 测试集 )，negative ( 测试集2 )
  • 训练集用来套入模型训练，数据格式为：userID，movieID，score
  • 测试集用来测试训练的模型，数据格式为：userID，movieID，score
  • 测试集 2 用来测试训练模型的指标，数据格式为：（userID，movieID） [ movieID 数组]

疑惑点

• 我想看一电影，朋友的推荐当成是主观意见分，大学生推荐的当成是客观分
  • 首先 “朋友” 代指与我（Active user）相似度接近的 4 个用户，主观意见分就是这 4 人的 平均分
  • “大学生” 代指 Subjective user，客观分就是 Active user 与 Subjective user 的相似度
• 目前想的是数据集的格式对应
  • userID 照旧之前的 userID
  • movieID 对照 Subjective user
  • score 对照 相似度
• 目前问题就是 “大学生” ，即 Subjective user 的数量太少了，只有1个，而 movieID 的数量是很多的，只能构建 1 个 二维的矩阵

解决方法

尚待思考