আমি সুপারিশকারী সিস্টেমগুলির বিশেষজ্ঞ নই, তবে যতদূর আমি বুঝতে পারি, এই প্রশ্নের ভিত্তিটি ভুল।
সহযোগী ফিল্টারিংয়ের জন্য অ-নেতিবাচকতা ততটা গুরুত্বপূর্ণ নয়।
নেটফ্লিক্স পুরস্কারটি 2009 সালে বেলকোর দল জিতেছিল। এখানে তাদের অ্যালগোরিদম বর্ণনা করার কাগজটি রয়েছে: বেলকোর ২০০৮ সলিউশন টু নেটফ্লিক্স পুরষ্কার । দেখতে যেমন সহজ, তারা একটি এসভিডি-ভিত্তিক পদ্ধতির ব্যবহার করে:
২০০ during-এর সময়কালে আমাদের অগ্রগতির ভিত্তি কেডিডি ২০০৮-এর কাগজ [৪] -তে স্থাপন করা হয়েছিল। [...] কাগজে [4] আমরা তিনটি ফ্যাক্টর মডেলের বিশদ বিবরণ দিই। প্রথমটি হ'ল একটি সাধারণ এসভিডি [...] দ্বিতীয় মডেল [...] আমরা এই মডেলটিকে "অ্যাসিমেট্রিক-এসভিডি" হিসাবে উল্লেখ করব। অবশেষে, আরও নির্ভুল ফ্যাক্টর মডেল, নাম দেওয়া হবে "এসভিডি ++" [...]
সুপারিশকারী সিস্টেমগুলির জন্য একই টিমের ম্যাট্রিক্স ফ্যাক্টেরাইজেশন কৌশলগুলির দ্বারা আরও জনপ্রিয় এই লিখনটি দেখুন । তারা এসভিডি সম্পর্কে অনেক কথা বলে তবে এনএনএমএফের মোটেই উল্লেখ করে না।
এই জনপ্রিয় ব্লগ পোস্ট নেটফ্লিক্স আপডেটটিও দেখুন: এসভিডি ধারণাগুলির ব্যাখ্যা দিয়ে 2006 থেকে এটি চেষ্টা করুন Home
অবশ্যই আপনি ঠিক আছেন এবং সহযোগী ফিল্টারিংয়ের জন্য এনএনএমএফ ব্যবহার করার বিষয়েও কিছু কাজ রয়েছে। তাহলে এসভিডি বা এনএনএমএফ আরও ভাল কী কাজ করে? আমার কোনও ধারণা নেই তবে এখানে ২০১২ সাল থেকে সহযোগী ফিল্টারিং অ্যালগরিদমের তুলনামূলক স্টাডির উপসংহারটি দেওয়া হয়েছে :
ম্যাট্রিক্স-ফ্যাক্টরাইজেশন-ভিত্তিক পদ্ধতিগুলির মধ্যে সাধারণত সর্বোচ্চ নির্ভুলতা থাকে। বিশেষতঃ, নিয়মিত এসভিডি, পিএমএফ এবং এর প্রকরণগুলি এমএই এবং আরএমএসই পর্যন্ত খুব ভাল সঞ্চালন করে, খুব বিরল পরিস্থিতিতে বাদে যেখানে এনএমএফ সেরা সঞ্চালন করে।