BPR 貝葉斯個性化排序

顯式反饋：用戶對物品的評分，如電影評分 隱式反饋：用戶對物品的交互行爲，如瀏覽，購買等，現實中絕大部分數據屬於隱式反饋，可以從日誌中獲取。 BPR是基於用戶的隱式反饋，爲用戶提供物品的推薦，並且是直接對排序進行優化。 定義 U U U代表所有的用戶user集合； I I I代表所有的物品item集合； S S S代表所有用戶的隱式反饋， S ⊆ U × I S \subseteq U \times

>>阅读原文<<