近期在看CF的相關論文，《Collaborative Filtering for Implicit Feedback Datasets》思想非常好，非常easy理解?？墒菑哪繕撕瘮?

是怎樣推導出Xu和Yi的更新公式的推導過程卻沒有非常好的描寫敘述。所以以下寫一下
推導：
首先對Xu求導：

當中Y是item矩陣，n*f維，每一行是一個item_vec,C^u是n*n維的對角矩陣。
對角線上的每個元素是c_ui,P(u)是n*1的列向量，它的第i個元素為p_ui。
然后令導數=0,可得：

因為x_u和y_i在目標函數中是對稱的。所以非常easy得到：

當中X是user矩陣，m*f維度，每一行是一個user_vec，C^i是m*m的對角矩陣。對角線上的每個元素是c_ui。P(i)是m*1的列向量。它的第u和元素是p_ui
然后令導數=0,可得：

以下是論文算法思想的Python實現：

import numpy as np import scipy.sparse as sparse from scipy.sparse.linalg import spsolve import timedef load_matrix(filename, num_users, num_items):t0 = time.time()counts = np.zeros((num_users, num_items))total = 0.0num_zeros = num_users * num_items'''假設要對一個列表或者數組既要遍歷索引又要遍歷元素時。能夠用enumerate，當傳入參數為文件時，索引為行號，元素相應的一行內容'''for i, line in enumerate(open(filename, 'r')): #strip()去除最前面和最后面的空格user, item, count = line.strip().split('\t')user = int(user)item = int(item)count = float(count)if user >= num_users:continueif item >= num_items:continueif count != 0:counts[user, item] = counttotal += countnum_zeros -= 1if i % 100000 == 0:print 'loaded %i counts...' % i#數據導入完成后計算稀疏矩陣中零元素個數和非零元素個數的比例，記為alphaalpha = num_zeros / totalprint 'alpha %.2f' % alphacounts *= alpha#用CompressedSparse Row Format將稀疏矩陣壓縮counts = sparse.csr_matrix(counts)t1 = time.time()print 'Finished loading matrix in %f seconds' % (t1 - t0)return countsclass ImplicitMF():def __init__(self, counts, num_factors=40, num_iterations=30,reg_param=0.8):self.counts = countsself.num_users = counts.shape[0]self.num_items = counts.shape[1]self.num_factors = num_factorsself.num_iterations = num_iterationsself.reg_param = reg_paramdef train_model(self):#創建user_vectors和item_vectors，他們的元素~N(0,1)的正態分布self.user_vectors = np.random.normal(size=(self.num_users,self.num_factors))self.item_vectors = np.random.normal(size=(self.num_items,self.num_factors))'''要生成非常大的數字序列的時候，用xrange會比range性能優非常多，因為不須要一上來就開辟一塊非常大的內存空間，這兩個基本上都是在循環的時候用'''for i in xrange(self.num_iterations):t0 = time.time()print 'Solving for user vectors...'self.user_vectors = self.iteration(True, sparse.csr_matrix(self.item_vectors))print 'Solving for item vectors...'self.item_vectors = self.iteration(False, sparse.csr_matrix(self.user_vectors))t1 = time.time()print 'iteration %i finished in %f seconds' % (i + 1, t1 - t0)def iteration(self, user, fixed_vecs):#相當于C的三木運算符。if user=True num_solve = num_users,反之為num_itemsnum_solve = self.num_users if user else self.num_itemsnum_fixed = fixed_vecs.shape[0]YTY = fixed_vecs.T.dot(fixed_vecs)eye = sparse.eye(num_fixed)lambda_eye = self.reg_param * sparse.eye(self.num_factors)solve_vecs = np.zeros((num_solve, self.num_factors))t = time.time()for i in xrange(num_solve):if user:counts_i = self.counts[i].toarray()else:#假設要求item_vec,counts_i為counts中的第i列的轉置counts_i = self.counts[:, i].T.toarray()''' 原論文中c_ui=1+alpha*r_ui,可是在計算Y’CuY時為了減少時間復雜度,利用了Y'CuY=Y'Y+Y'(Cu-I)Y,因為Cu是對角矩陣,其元素為c_ui，即1+alpha*r_ui。所以Cu-I也就是對角元素為alpha*r_ui的對角矩陣'''CuI = sparse.diags(counts_i, [0])pu = counts_i.copy()#np.where(pu != 0)返回pu中元素不為0的索引，然后將這些元素賦值為1,不知道這里為什么要賦值為1?pu[np.where(pu != 0)] = 1.0YTCuIY = fixed_vecs.T.dot(CuI).dot(fixed_vecs)YTCupu = fixed_vecs.T.dot(CuI + eye).dot(sparse.csr_matrix(pu).T)xu = spsolve(YTY + YTCuIY + lambda_eye, YTCupu)solve_vecs[i] = xuif i % 1000 == 0:print 'Solved %i vecs in %d seconds' % (i, time.time() - t)t = time.time()return solve_vecs

總結

以上是生活随笔為你收集整理的Alternating Least Squares(ASL) for Implicit Feedback Datasets的数学推导以及用Python实现的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。