如何解决如何利用这些数据训练神经网络协同过滤推荐模型?
我几乎是神经网络的新手。我有几个数据集,我打算基于它们(在 Python 中)构建一个神经网络协同过滤推荐系统。我拥有的数据集是:
训练、验证和测试数据集。训练和验证如下所示。
user_id item_id rating
0 0 1
1 1 1
1 5 1
2 6 1
3 4 1
测试数据集类似,但没有评级列。
除了上面三个数据集,我还有这三个数据集:
物品特征:
f_0 f_1 f_2 f_3 f_4 .....
0 -5.54860 -8.01598 -8.51817 -9.05486 -5.71950 .....
1 -3.65468 -1.99874 -5.11215 -5.54811 -3.04599 .....
2 -1.65484 -2.00458 -4.36471 -0.25488 -1.05468 .....
3 -1.01464 -5.54686 -1.16423 -3.04548 -0.71795 .....
4 -0.14597 -7.98941 -3.87911 -1.98110 -0.78199 .....
...............
用户特征:
f_0 f_1 f_2 f_3 f_4 .....
0 -0.05458 -1.99645 -1.54871 -0.56936 -0.45719 .....
1 -3.31580 -2.44187 -1.98655 -0.54807 -1.22807 .....
2 -4.99401 -3.33647 -3.00154 -1.00177 -2.52478 .....
3 -1.54599 -4.87393 -2.98741 -1.54920 -1.00598 .....
4 -4.47165 -0.12158 -1.66917 -2.41471 -0.71785 .....
...............
链接:
source destination weight .....
0 2000 1 .....
2 156 1 .....
1 9874 1 .....
1 7805 1 .....
0 20 1 .....
...............
很清楚如何使用训练、测试和验证数据集。但是,我不知道如何在此过程中利用项目特征、用户特征和链接数据集作为输入。
你能指导我如何应用它们吗?任何好的来源/教程也值得赞赏(最好是火炬)。
非常感谢您的帮助。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。