2019-10-15

1. 之前的问题

添加偏差数据（bu+bi+u）到 ALS 模型中，看看 RMSE 的变化

2. 之前问题的详细描述

通过添加偏差数据到原数据集上，然后再跑模型，最后输出 RMSE 的结果。

2.1 添加数据

在源代码对数据集划分成训练集和测试集之前，添加偏差数据到数据集上。

• 添加前的数据：
• 添加前的数据

• 偏置数据，即 bu + bi + u：

• 偏置数据

• 相加后的数据：

• 相加后的数据

处理好数据后，对这些数据进行划分训练集与测试集，然后开始训练。

2.2 最终结果

最终跑出来的结果如图：

在 5 次的结果中，可以看到改进后与原来的 RMSE 都差不多，相差不大，属于误差范围内。

3. 计划解决的问题以及参考文献

3.1 计划之后需要解决的问题

尝试设计新的损失函数，新的损失函数如下图所示，名称是“归一化交叉熵损失函数”。

3.2 参考文献

DMF 深度学习模型： https://www.jianshu.com/p/63beb773f100