WALS Model Tensorflow - Получить рекомендации для нового пользователя

Question

Интересно, можно ли как-нибудь получить рекомендации для нового пользователя, используя уже обученную модель WALS и учитывая список предметов, которые понравились пользователю.

В настоящее время, чтобы получить рекомендацию, вы должны указать идентификатор пользователя, который должен быть среди пользователей, с которыми обучалась модель. Я хотел бы получить рекомендацию, предоставив список товаров, которые понравились новому пользователю.

Есть подобная особенность в неявной библиотеке Python

Answer 1

То, что вы описываете, называется "проблемой холодного старта".

Вам нужна рекомендация без информации о прошлом поведении пользователя.

Поскольку для матричной факторизации нужны исторические данные пользователя, лучшая рекомендация, которую вы можете дать, если это самая популярная рекомендация.

Чтобы решить эту проблему, вы можете добавить другой тип модели, которая справится с этим. Например, вы можете добавить данные пользователя в алгоритм, чтобы не быть абсолютно зависимыми от прошлых данных или выполнить онлайн-рекомендации, анализируя данные во время сеанса.