Collaborative Filtering via Ensembles of Matrix Factorizations

Wu, M

Datensatz

DATENSATZ AKTIONENEXPORT

Zur Ablage hinzufügen

Bitte beachten Sie, dass eine neuere Version dieses Datensatzes verfügbar ist:
https://pure.mpg.de/pubman/item/item_1790294_3

DetailsÜbersicht

Freigegeben

Konferenzbeitrag

Collaborative Filtering via Ensembles of Matrix Factorizations

MPG-Autoren

/persons/resource/persons84321

Wu, M
Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society;

Externe Ressourcen

Es sind keine externen Ressourcen hinterlegt

Volltexte (beschränkter Zugriff)

Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.

Volltexte (frei zugänglich)

Es sind keine frei zugänglichen Volltexte in PuRe verfügbar

Ergänzendes Material (frei zugänglich)

Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar

Zitation

Wu, M. (2007). Collaborative Filtering via Ensembles of Matrix Factorizations. Proceedings of KDD Cup and Workshop 2007, 43-47.

Zitierlink: https://hdl.handle.net/11858/00-001M-0000-0013-CC3D-E

Zusammenfassung

We present a Matrix Factorization(MF) based approach for the Netflix Prize competition. Currently MF based algorithms are popular and have proved successful for collaborative filtering tasks. For the Netflix Prize competition, we adopt three different types of MF algorithms: regularized MF, maximum margin MF and non-negative MF. Furthermore, for each MF algorithm, instead of selecting the optimal parameters, we combine the results obtained with several parameters. With this method, we achieve a performance that is more than 6 better than the Netflixamp;lsquo;s own system.