用于利用用户群体和项目集合使用基于模型的协作过滤来进行推荐的系统和方法

摘要

可大规模缩放的、基于记忆和基于模型的技术是用于实际的大规模协作过滤的重要方法。我们描述了可大规模缩放的、基于模型的推荐器系统和方法，其通过显性地并入这些类型的用户和项目知识来扩展协作过滤技术。此外，我们在模型中扩展了用于学习条件概率的期望最大化算法以相关地适应时变训练数据。