Обзор методов коллаборативной фильтрации

Статья представляет интерес для исследователей в области обработки больших данных и построения рекомендательных систем. Рассматриваются корреляционная и латентная модели коллаборативной фильтрации. В корреляционной модели раскрываются два подхода: «от пользователей» и «от объектов», производится их сравнение, анализ преимуществ и недостатков. В противовес корреляционной модели излагается латентная модель, лишённая недостатков предыдущей. Рассматриваемый метод - метод альтернативных квадратов (ALS). Описанные методы тестируются на фреймворках GraphLab и Apache Spark на открытом множестве данных MovieLens. Поставленная задача - предсказать оценку фильма пользователем.