導讀

本文對推薦系統和元學習做了文獻綜述，并討論了推薦系統的算法選擇問題，對所總結的元學習方法進行實驗研究，以確定自動選擇推薦算法的最有效的方式。編譯 | Xiaowen摘要信息過載的問題促使推薦系統的出現。從這方面的幾個開放問題來看，其中決定針對特定問題的最佳推薦算法這一任務，是最重要和研究較少的方向之一。目前解決這一問題的趨勢是在少數幾個數據集中對幾種推薦算法進行實驗評估。然而，這些研究需要大量的計算資源，處理時間很長。為了避免這些缺點，研究人員研究了元學習在不同范圍內選擇最佳推薦算法的方法。這樣的研究可以理解數據特征與推薦算法的相對性能之間的關系，可以用來選擇一個新問題的最佳算法。本研究的貢獻有兩方面：1)通過系統的文獻綜述來識別和討論推薦算法的算法選擇的關鍵概念；2)對所總結的元學習方法進行實驗研究，以確定自動選擇推薦算法的最有效的方式。關鍵詞Metalearning, Algorithm Selection, Recommendation System, Collaborative Filtering目錄

• Introduction
• Recommender Systems
• Metalearning
• Algorithm selection for Recommender
• Empirical study
• Conclusions

論文地址：https://www.researchgate.net/publication/319953218_Metalearning_and_Recommender_Systems_A_literature_review_and_empirical_study_on_the_algorithm_selection_problem_for_Collaborative_Filtering專知，專業可信的人工智能知識分發，讓認知協作更快更好！歡迎注冊登錄專知www.zhuanzhi.ai，獲取5000+AI主題干貨知識資料！歡迎微信掃一掃加入專知人工智能知識星球群，獲取最新AI專業干貨知識教程視頻資料和與專家交流咨詢！點擊“閱讀原文”，了解使用專知，查看5000+AI主題知識資料

總結

以上是生活随笔為你收集整理的协同过滤算法评测python_元学习和推荐系统：协同过滤算法选择问题的文献综述和实证研究...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。