北大《推荐系统》课程-混合推荐算法-整体式混合

目录

3、整体式混合

3.1 特征组合

3.2 特征扩充

3.3基于图模型的混合

3.3.1基于双层图模型的混合推荐

---

注：北大刘宏志老师的《推荐系统》课程的学习，图片来源于课程PPT和参考书籍

3、整体式混合

基本思想：对算法进行内部调整，将多个知识源或多种方法整合在一起，只包含一个推荐器；常用的方法有特征组合、特征扩充和基于图模型的混合。

3.1 特征组合

基本思想：将不同的知识源进行整合。

 图3.1 特征组合

3.2 特征扩充

基本思想：不是简单的对不同知识源进行混合，而是采用更为复杂的转换步骤。

常见做法：基于相关知识，利用一个模型的输出对另一个模型的输入特征进行扩充或增强。

例如：

 图3.2 特征扩充实例

3.3基于图模型的混合

基本思想：利用图将多种不同的信息整合在一起进行统一表示；将推荐问题转化为一个图搜索或者边预测的问题。

目标：使推荐具有一个全面、统一的表示，能灵活支持多种推荐方法。

3.3.1基于双层图模型的混合推荐

 图3.3双层图

 图3.4双层图的混合推荐