ガウス確率潜在意味解析による協調フィルタリング

協調フィルタリングは、コミュニティデータ、つまり利用可能なユーザーの嗜好のデータベースから、ユーザーの嗜好、興味、または行動の予測モデルを学習することを目的としています。本論文では、このタスクのための新しいモデルベースのアルゴリズムを説明します。これは、確率的潜在意味解析を連続値の応答変数に一般化したものに基づいています。具体的には、観測されたユーザーの評価が、ユーザーコミュニティまたは興味グループの混合物としてモデル化できると仮定します。ここで、ユーザーは1つまたは複数のグループに確率的に参加する可能性があります。各コミュニティは、各アイテムの正規化された評価に対するガウス分布によって特徴付けられます。評価の正規化は、絶対的なシフトと評価の分散の変動を考慮するために、ユーザー特有の方法で行われます。EachMovieデータセットに関する実験では、提案されたアプローチが他の協調フィルタリング技術と比較して有望であることが示されています。