導讀

本文對推薦系統(tǒng)和元學習做了文獻綜述，并討論了推薦系統(tǒng)的算法選擇問題，對所總結的元學習方法進行實驗研究，以確定自動選擇推薦算法的最有效的方式。編譯 | Xiaowen摘要信息過載的問題促使推薦系統(tǒng)的出現(xiàn)。從這方面的幾個開放問題來看，其中決定針對特定問題的最佳推薦算法這一任務，是最重要和研究較少的方向之一。目前解決這一問題的趨勢是在少數(shù)幾個數(shù)據(jù)集中對幾種推薦算法進行實驗評估。然而，這些研究需要大量的計算資源，處理時間很長。為了避免這些缺點，研究人員研究了元學習在不同范圍內(nèi)選擇最佳推薦算法的方法。這樣的研究可以理解數(shù)據(jù)特征與推薦算法的相對性能之間的關系，可以用來選擇一個新問題的最佳算法。本研究的貢獻有兩方面：1)通過系統(tǒng)的文獻綜述來識別和討論推薦算法的算法選擇的關鍵概念；2)對所總結的元學習方法進行實驗研究，以確定自動選擇推薦算法的最有效的方式。關鍵詞Metalearning, Algorithm Selection, Recommendation System, Collaborative Filtering目錄

• Introduction
• Recommender Systems
• Metalearning
• Algorithm selection for Recommender
• Empirical study
• Conclusions

論文地址：https://www.researchgate.net/publication/319953218_Metalearning_and_Recommender_Systems_A_literature_review_and_empirical_study_on_the_algorithm_selection_problem_for_Collaborative_Filtering專知，專業(yè)可信的人工智能知識分發(fā)，讓認知協(xié)作更快更好！歡迎注冊登錄專知www.zhuanzhi.ai，獲取5000+AI主題干貨知識資料！歡迎微信掃一掃加入專知人工智能知識星球群，獲取最新AI專業(yè)干貨知識教程視頻資料和與專家交流咨詢！點擊“閱讀原文”，了解使用專知，查看5000+AI主題知識資料

總結

以上是生活随笔為你收集整理的协同过滤算法评测python_元学习和推荐系统：协同过滤算法选择问题的文献综述和实证研究...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。