আমি দেখেছি যে সমস্ত আধুনিক সুপারিশকারী সিস্টেমে ম্যাট্রিক্স ফ্যাক্টেরাইজেশনের উপর নির্ভর করে, ব্যবহারকারী-চলচ্চিত্রের ম্যাট্রিক্সে একটি অ-নেতিবাচক ম্যাট্রিক্স ফ্যাক্টেরাইজেশন করা হয়। আমি বুঝতে পারি যে ব্যাখ্যাযোগ্যতার জন্য এবং / বা যদি আপনি বিরল কারণ চান তবে না-নেতিবাচকতা কেন গুরুত্বপূর্ণ। তবে যদি আপনি কেবল ভবিষ্যদ্বাণীমূলক পারফরম্যান্সের বিষয়ে চিন্তা করেন, যেমন নেটফ্লিক্স পুরষ্কার প্রতিযোগিতায় যেমন, নে-নেগ্রিটিভিটি বাধা কেন? এটি আপনার ফ্যাক্টেরাইজেশনে নেতিবাচক মানগুলিকে মঞ্জুরি দেওয়ার চেয়ে কঠোরতর বলে মনে হচ্ছে।
এই কাগজটি সহযোগী ফিল্টারিংয়ে অ-নেতিবাচক ম্যাট্রিক্স ফ্যাক্টেরাইজেশনের ব্যবহারের একটি উচ্চ উদ্ধৃত উদাহরণ।
1
আমি সুপারিশকারী সিস্টেমগুলির সাথে খুব বেশি পরিচিত নই (সম্ভবত আপনি আপনার প্রশ্নে কিছু উদাহরণপত্রাদি অন্তর্ভুক্ত করতে পারেন?) আপনি যে এনএনএমএফ-পছন্দকে পছন্দ করেন তার প্যাটার্নটি যদি সত্য হয় তবে সর্বাধিক সম্ভবত উত্তরটি হ'ল সাধারণীকরণের উন্নতি। অন্য কথায়, এটি হতে পারে যে অভিজ্ঞতার সাথে "ব্যাখ্যাযোগ্যতা / স্বল্পতা" এর অভাব ওভার- ফিটিংয়ের সাথে জড়িত । তবে স্পার্স কোডিং (যেমন এল 1 নিয়মিতকরণ / ল্যাসো) যতদূর জানি আমি এই প্রয়োজনীয়তাগুলি পূরণ করতে পারি। (এটি এনএনএমএফের উচ্চতর ব্যাখ্যাযোগ্যতার চেয়ে বেশি হতে পারে))
—
জিওম্যাট 22