Zalety
Nie jest potrzebna wiedza o domenie
Nie potrzebujemy żadnej wiedzy o domenie, ponieważ umieszczone w niej zasoby są uczą się automatycznie.Serendy
Model może pomóc użytkownikom w odkrywaniu nowych zainteresowań. Izolująco, system ML może nie wiedzieć, że użytkownik jest zainteresowany danym elementem, ale model może go nadal polecać, ponieważ podobni użytkownicy są zainteresowani tym elementem.Świetny punkt startowy
Do wytrenowania modelu iloczynu matrycy system potrzebuje tylko tablicy macierzy. System nie potrzebuje funkcji kontekstowych. W praktyce można go użyć jako jednego z wielu używanych generatorów kandydatów.
Wady
Nie można obsługiwać nowych elementów
Przewidywanie modelu w przypadku danej pary (użytkownik, produkt) to kropka tej pozycji. Jeśli więc element nie jest widoczny podczas trenowania, system nie może utworzyć dla niego osadzenia i nie może tworzyć zapytań dotyczących modelu z tym elementem. Ten problem jest często nazywany problemem uruchomienia „na zimno”. Te techniki mogą jednak w pewnym stopniu rozwiązać problem zimnego startu:
Przewidywanie w WALS. Biorąc pod uwagę nowy element \(i_0\) niewidoczny w treningu, jeśli system ma kilka interakcji z użytkownikami, system może łatwo obliczyć umieszczoną pozycję \(v_{i_0}\) tego elementu bez konieczności trenowania ponownie. System musi po prostu rozwiązać ten równanie lub wersję ważoną:
\[\min_{v_{i_0} \in \mathbb R^d} \|A_{i_0} - U v_{i_0}\|\]
Poprzednie równanie odpowiada jednej iteracji w usłudze WALS: osadzenia użytkownika są ustalone, a system rozwiązuje problem umieszczania elementu \(i_0\). To samo możesz zrobić dla nowego użytkownika.
Hurylogia generowania osadzonych nowych elementów. Jeżeli system nie będzie miał żadnych interakcji, system będzie mógł przybliżyć umieszczenie na stronie, średnio umieszczając elementy z tej samej kategorii, pochodzące od tego samego przesyłającego (w YouTube itd.).
Trudno uwzględnić dodatkowe funkcje w przypadku zapytania/produktu
Funkcje poboczne to wszelkie funkcje wykraczające poza zapytanie lub identyfikator elementu. W przypadku rekomendacji filmów dodatkowymi funkcjami mogą być kraje lub wiek. Dodanie dostępnych funkcji bocznych poprawia jakość modelu. Chociaż umieszczenie cech dodatkowych w WALS może nie być łatwe, można to osiągnąć dzięki Pozwala to na uogólnienie WALS.
Aby uogólnić WALS, uzupełnij tablicę wejściową o funkcje, definiując macierz bloków \(\bar A\), gdzie:
- Element Block (0, 0) to pierwotna tablica opinii. \(A\)
- Blokowanie (0, 1) to kodowanie wielofunkcyjne dla użytkowników.
- Blokowanie (1, 0) to kodowanie wielofunkcyjne dla elementu.