PoissonMatrixDecomposition:AMatrixDecompositionAlgorithmforSolvingtheCold-StartProblemofRecommenderSystemsWithoutData过去十年间，互联网行业诞生了数百万迭代版本的推荐系统模型。虽然针对不同场景优化的推荐系统模型很多，但经典模型却很少。矩阵分解是推荐系统领域早期在Netflix竞赛中出现的推荐系统算法，也是近十年来最成功的推荐系统算法。虽然到了2023年的今天，推荐系统领域早已被深度学习所统治，但矩阵分解在各大公司的研发过程中仍然被广泛应用，许多研究人员仍在从事相关算法的研究。矩阵分解算法最经典的论文是2007年的ProbabilisticMatrixFactorization，后人在此基础上进行了大量的拓展工作，如2021年的RankMat（论文下载地址：https://arxiv.org/abs/2204.13016）、ZeroMat（论文下载地址：https://arxiv.org/abs/2112.03084）和2022年的DotMat（论文下载地址：https://arxiv.org/abs/2206.00151）、KL-Mat（论文下载地址:https://arxiv.org/abs/2204.13583/代码下载地址:https://github.com/haow85/KL-Mat)等推荐系统因其简单性深受互联网行业工程师的喜爱，易用性，速度快。推荐系统的冷启动问题是今年另一个备受关注的研究热点。很多从业者解决推荐系统的思路是迁移学习和元学习。但是，这种思路有一个致命的缺点，就是需要其他知识领域的数据。而很多公司都不具备这个条件。真正不需要任何数据的冷启动算法是在2021年ZeroMat提出后出现的，代表算法有上一节提到的ZeroMat和DotMat。本文要介绍的泊松矩阵分解算法（PoissonMat）是2022年国际学术会议MLISE2022上发表的论文。论文名称为PoissonMat:RemodelingMatrixFactorizationusingPoissonDistributionandSolvingtheColdStartProblemwithoutInputData（论文下载地址：https://arxiv.org/abs/2212.10460）。我们首先回顾概率矩阵分解的MAP定义：然后我们将用户对项目评分的行为定义为泊松分布。根据泊松分布的定义，我们得到如下公式：根据泊松公式中参数的定义，我们有：根据Zipf分布，我们可以得到以下公式：结合以上公式，我们得到分析泊松矩阵分解（PoissonMat）形式：利用随机梯度下降算法求解上式，得到如下算法过程：作者随后在MovieLens100万数据集和LDOS-CoMoDa数据集上进行了算法精度和公平性的实验对比:图1MovieLens1MillionDataset上泊松矩阵分解对比实验图2LDOS-CoMoDa数据集上泊松矩阵分解对比实验根据实验对比结果，我们可以得出以下结论：泊松矩阵分解（PoissonMat）兼具精度和公平指标。优于其他算法。而难能可贵的是，泊松矩阵分解算法不使用任何输入数据。是一个完整的零样本学习算法，很好的解决了冷启动问题。最后，笔者在一款16G内存、Intel酷睿i5的联想家用笔记本上做了实验。该算法运行速度快，实现也非常简单。旨在解决推荐系统冷启动问题的零样本学习算法是目前的研究热点。真正的零样本学习算法，不需要任何数据来解决零样本学习问题，从2021年的ZeroMat算法开始。本文介绍的泊松矩阵分解算法（PoissonMat）优于ZeroMat及其后续算法，DotMat，并且是目前该领域最好的算法之一。由于相关研究尚处于起步阶段，希望引起广大科技从业者的关注和关注。笔者介绍王浩，原趣加人工智能实验室负责人，原恒昌利通大数据部负责人。美国犹他大学（UniversityofUtah）学士学位（2008）和硕士学位（2010）。对外经济贸易大学在职MBA（2016）。在推荐系统（公平/场景推荐/冷启动/解释/排序学习）、计算机图形学（几何建模/可视化）、自然语言处理（行业应用）、风控与反欺诈（金融/医疗）等directions有多年的经验和独到的见解。拥有12年互联网（豆瓣、百度、新浪、网易等）、金融科技（恒昌利通）和游戏公司（Funplus等）的技术研发和管理经验。在国际学术会议和期刊发表论文30篇，获得国际会议最佳论文奖/最佳论文报告奖3项（IEEESMI2008BestPaperAward/ICBDT2020BestOralPresentationAward/ICISCAE2021BestOralPresentationAward）。2006ACM/ICPC北美落基山区域竞赛金奖。2004年获全国大学生英语能力竞赛口语决赛铜牌。2003年，济南市高考理工科英语冠军。
