使用TensorFlow实现的推荐系统（SVD）

Question

我正在尝试创建一种协同过滤算法，以向某些用户建议产品。

我最近开始使用TensorFlow，并开始研究这个代码（链接在此：https://github.com/songgc/TF-recomm），它能够创建模型并训练用户ID、产品和评分，正好符合我的需求。

我已经启动了代码并训练了模型。训练完成后，我需要进行预测，即为每个用户获取建议，并将其保存在一个数据库中，以便通过NODE.js应用程序进行访问。

当训练结束后，我该如何检索每个用户的建议列表呢？

if __name__ == '__main__':
    df_train, df_test=get_data()
    svd(df_train, df_test)
    print("Done!")

- Gabriele Picco

Answer 1

你可以运行。

predict_result = sess.run(inter_op, feed_dict={user_batch:users, item_batch:items})

用户指所有用户ID和所有物品ID的项目，predict_result是每个用户对所有项目的评分，您可以将predict_result存储到数据库中；

- Tianjin Gu

---

那么，如果我需要为每个用户找到10个推荐产品，我是否需要手动将所有产品与每个用户组合，然后找到前10个？难道没有更有效的方法吗？predict_result = sess.run(infer, feed_dict={user_batch: [users[0], users[0], users[0] .........], item_batch: [items[0], items[1], items[2] ................]}) - Gabriele Picco

Answer 2

你需要修改代码的预测部分，以输出前K个推荐产品。当前进行预测的代码如下：

 embd_user = tf.nn.embedding_lookup(w_user, user_batch, name="embedding_user")
 embd_item = tf.nn.embedding_lookup(w_item, item_batch, name="embedding_item")
 infer = tf.reduce_sum(tf.multiply(embd_user, embd_item), 1)

这里的embed_user是特定用户的用户嵌入，而embd_item是特定项目的项目嵌入。因此，您需要将其更改为与所有项目进行比较，而不是将特定用户与特定项目进行比较。矩阵w_item是所有项目的嵌入。可以通过以下方式完成：

 embd_user = tf.nn.embedding_lookup(w_user, user_batch, name="embedding_user")
 # Multiply user embedding of shape: [1 x dim] 
 # with every item embeddings of shape: [item_num, dim], 
 # to produce rank of all items of shape: [item_num]
 predict = tf.matmul(embd_user, w_item, transpose_b=True)

然后，您可以选择预测输出中最大值的前k个索引。

- Vijay Mariappan

---

好的，我在使用包含字母数字ID而不是int32的DB数据时，在embedding_lookup上遇到了错误，错误信息为：“TypeError:传递给参数'indices'的值的数据类型为字符串，不在允许的值列表中：int32、int64”。我该如何解决？ - Gabriele Picco

你能告诉我错误在哪一行吗？'DB数据'是什么意思？在embedding_lookup中，你更改的输入是导致这个错误的原因吗？ - Vijay Mariappan

你说过你能够训练这个网络。如果输入的ID是字符串，它是如何工作的？你分享的代码链接中有user_batch = tf.placeholder(tf.int32, shape=[None], name="id_user")，如果你的数据是字符串，那么对于每个用户ID，分配一个唯一的ID（int），然后将其提供给网络。 - Vijay Mariappan

我用测试数据集对他进行了训练，现在我正在尝试将它与我的数据库连接起来。那么我不能使用我的数据库中的字母数字ID吗？我是否需要将它们映射为整数，例如使用哈希映射，然后重新提取它们？谢谢您的帮助，对于我在这个领域的不熟悉，我深表歉意。 - Gabriele Picco

没问题，我明白了。训练和测试不能有两组不同的用户数据。数据集应该是相同的。训练创建用户/项目的嵌入矩阵，而测试只是从中读取。ID将用作嵌入矩阵数组的索引，因此它应该是“int”。您的整数ID应该是矩阵数组的索引。因此，为N个用户分配[1、2....N]。 - Vijay Mariappan