Collaborative filtering for implicit feedback datasets, Hu+, International Conference on Data Mining, 2008

[AkihikoWatanabe]

http://yifanhu.net/PUB/cf.pdf

[AkihikoWatanabe]

Implicit Feedbackなデータに特化したMatrix Factorization (MF)、Weighted Matrix Factorization (WMF)を提案。 ユーザのExplicitなFeedback（ratingやlike, dislikeなど）がなくても、MFが適用可能。

目的関数は下のようになっている。 通常のMFでは、ダイレクトにrating r{ui}を予測したりするが、WMFでは r{ui}をratingではなく、たとえばユーザuがアイテムiを消費した回数などに置き換え、binarizeした数値p{ui}を目的関数に用いる。 このとき、itemを消費した回数が多いほど、そのユーザはそのitemを好んでいると仮定し、そのような事例については重みが高くなるようにc{ui}を計算し、目的関数に導入している。

[AkihikoWatanabe]

日本語での解説: https://cympfh.cc/paper/WRMF

[AkihikoWatanabe]

Implicit #324 でのAlternating Least Square (ALS)という手法が、この手法の実装に該当する。