1 個回答
- 最新
- 最多得票
- 最多評論
0
【以下的回答经过翻译处理】 如果客户只有一小部分的交互数据,Personalize推荐效果不会太好,它会采用它的Popularity Count 模型(当其他模型无法提供良好推荐时)。 我使用LightFM工具包构建了一个原型,帮助过一个只有少量交互数据集和大量元数据集的客户做过推荐系统,这是一种变种的因式分解机。因为客户场景是永远无法收集到足够的交互数据来使用Personalize,所以他们正在探索优化和扩展我构建的原型,结果看起来很有希望。 如果您的客户能够随着时间的推移收集到足够的交互数据,那么Personalize很可能最终会提供更好的结果。在数据不足以最终转换Personalize之前,可以参考我这个关注元数据的推荐模型。
相關內容
- 已提問 10 個月前
- AWS 官方已更新 2 年前
- AWS 官方已更新 2 年前
- AWS 官方已更新 1 年前
- AWS 官方已更新 2 年前