Técnicas de factorización matricial para sistemas recomendadores

En esta entrada hablaré sobre un survey hecho por Koren (2009) para la revista Computer de la IEEE Society. En el artículo nombra las estrategías de la época para realizar recomendaciones: neighbourhood methods (como UBCF y IBCF) y latent factor methods. En estos últimos es donde se enfoca el artículo. Así mismo explica la ventaja de latent factor methods, como la incorporación de información extra (bias y otras fuentes). El autor explica en particular los matrix factorization methods, donde los items y usuarios son caracterizados por vectores (se hace un map), basado en patrones en los rankings.

La gracia de estos modelos es que capturan la interacción y que pueden ser usados con feedback implícito. Para realizar el map se debe minimizar el RMSE, para ello se explican dos métodos: stochastic gradient descent y alternating last squeares (ALS). El autor explica de forma general como lidiar con la temporalidad de los datos. Por ultimo explica el impacto del Netlix Prize Competition en el uso y la gran diferencia de RMSE versus otro tipo de formas.

La lectura es un buen repaso o resumen del estado del arte en cuanto a latent factorization methods. Sin embargo este es muy general en cuando a como explica lo anterior. Creo que faltó más información o comparación (un brenchmarking con un dataset conocido, usando distintos métodos para mostrar la mejora). Así mismo, creo que dado que se hablo acerca de latent factorization methods, faltó ahondar en técnicas similares o en otros usos, como por ejemplo clustering. Así mismo me hubiese gustado ahondar más todavía en como afrontar la temporalidad de los ratings, si bien se abordó, hubiese sido útil conocer más información acerca de otros métodos.


[1] Koren, Y., Bell, R., & Volinsky, C. (2009). Matrix factorization techniques for recommender systems. Computer IEEE Magazine, 42(8), 30–37.

)
    Maria Fernanda Sepulveda

    Written by

    I'm Fernanda a Software Engineer. I’m currently working at Platanus.

    Welcome to a place where words matter. On Medium, smart voices and original ideas take center stage - with no ads in sight. Watch
    Follow all the topics you care about, and we’ll deliver the best stories for you to your homepage and inbox. Explore
    Get unlimited access to the best stories on Medium — and support writers while you’re at it. Just $5/month. Upgrade