recommenders-team/recommenders

[ASK] Getting recommendation with xDeepFM

Open

#1 728 ouverte le 31 mai 2022

Voir sur GitHub
 (7 commentaires) (0 réactions) (0 assignés)Python (2 972 forks)batch import
help wanted

Métriques du dépôt

Stars
 (17 706 stars)
Métriques de merge PR
 (Merge moyen 6j 16h) (10 PRs mergées en 30 j)

Description

Description

I am actually using xDeepFM to find recommendation with implicit feedbacks and I did not find examples on how to find top-k recommendation with the model. I tried to use the function model.predict() with a file containing all the possible interactions between my users and items to find a score for each pair and sorting these scores to find top-k recommendation. This method gives me the same recommendation for every user so I would want to know if my method is wrong and what would you suggest to find top-k recommendation ?

Guide contributeur

Direction de recherche
Examinez les exemples existants pour xDeepFM dans le dossier examples du dépôt pour voir s'il existe un script de recommandation top k. L'utilisateur signale que model.predict() donne des recommandations identiques pour tous les utilisateurs, donc étudiez si les données d'entrée nécessitent des caractéristiques spécifiques à l'utilisateur ou si le modèle n'est pas correctement entraîné. Vérifiez les issues ou discussions liées au démarrage à froid (cold start) ou au biais utilisateur. Fournissez un extrait de code concret pour la recommandation top k en utilisant xDeepFM.
Stack technique
python
Domaine
machine learningai
Type d'issue
Recherche
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-2 jours
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Plutôt claire
Prérequis
PythonMachine Learning
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
40