如何在Twitter，Facebook等无评级系统上应用协同过滤

Question

我正在学习协同过滤，想申请一些社交网络，如Twitter或Facebook。我尝试了MovieLens提供的一些演示，并了解到用户必须对一些反映有趣的项目进行评分，并且评级将用作推荐算法的输入。但是，对于一些没有Twitter或Facebook等评级功能的社交网络，我如何应用这些算法。

有人在这方面工作，请给我建议。

Answer 1

您应该在搜索中使用的关键字是"隐式反馈"。幸运的是，有一些很好的系统/方法可以让您处理此类数据。

这是我认为最好的 https://github.com/benfred/implicit 更好的是，这个 GitHub 页面为您提供了文章的链接，这些文章解释了它使用的每种方法背后的理论。还有一些教程可以帮助您立即编写第一个推荐系统。而且速度非常快，我在四核 PC 上花了 2 个小时来计算基于 60M 条目的 40K 用户的建议。

Answer 2

而不是使用显式评级。您可以通过为以下操作定义自己的权重来推断隐式评级：

Twitter:  Reteweet=1, Save=2, Both=3
Facebook: Like=1, Share=2, Both=3

使用此方法，您维护了一个可馈送到协作筛选算法中的1-3评级系统。