关于时间流逝惩罚的一点讨论
来源：2-1 itemcf的理论部分与理论升级
Archvy
2018-10-28 20:33
视频中关于时间流逝的惩罚应用在对物品相关性的计算上，从我的理解来说，物品间的相关性是相对稳定的，一个月前的用户购买行为和一天前的用户购买行为对相关性的贡献应该没有本质的差异。而用户对于物品的兴趣是会随时间变化的，是否在计算用户兴趣时，使 r = r2 * f(t)更好？ r2为原用户对物品兴趣的评价（点击，收藏，购买等）
写回答
关注
1回答
-
- David
- 2018-10-29 16:10:26
您好，我理解您所说的物品间相关性是稳定的是指的物品的属性计算，比如我们两个都是讲宫斗的电视剧，两个不同品牌但都是薯片的零食等等。我们这里cf得到的item sim矩阵是基于用户的行为来体现的。用户的兴趣会随时间变化。比如我一年之前喜欢篮球，我爱看科比。现在我喜欢综艺，我爱看爸爸去哪儿。这两个物品都被我行为过，如果不加时间衰减，那么我就给这俩物品的相似度计算过程中分子贡献1，如果算了时间衰减，也许我的贡献就是0.01.如果用户中存在很多这样的‘我’，不衰减岂不是 爸爸去哪儿 和科比成了很相似的。您理解一下看看有什么问题我们继续交流。
个性化推荐算法实战入门必修课
带您初窥个性化推荐算法落地实战的门径
23507 学习 · 67 问题
相似问题