Thuật toán đề xuất

Question

Tôi cần phải đặt cùng một thuật toán Recommender cho một trang web. Tôi đã đưa ra một phương pháp rất đơn giản để đạt được điều này nhưng tự hỏi liệu có ai có thể chỉ cho tôi bất kỳ tài liệu nào hay không, điều đó có thể giúp tôi hiểu rõ hơn về cách các ví dụ khác được đặt lại với nhau.

Tôi đã được nhận thức về chức năng như lọc cộng tác, phân cụm và phân loại trong Apache Mahout nhưng không được tập hợp về cách học máy phù hợp với tất cả điều này. Tôi có thể xem làm thế nào để làm cho các thuật toán cho các bên trên (ngoài Machine Learning) nhưng đã tự hỏi nếu có ai biết về bất cứ điều gì khác mà có thể được thêm vào hỗn hợp.

Ngoài ra, bạn sẽ nói gì về mục đích của Người giới thiệu là, làm thế nào nó có thể hoạt động tốt nhất? Bất cứ ai sẵn sàng chia sẻ một định nghĩa?

Cảm ơn!

Answer 1

Có an article loại bỏ các khả năng khác nhau của việc đặt các thuật toán khác nhau và tạo trình giới thiệu. Các tác giả đã phân tích 37 hệ thống khác nhau và các tham chiếu của chúng, và đã sắp xếp chúng thành một danh sách gồm 8 kích thước cơ bản.

Mặc dù bài báo đã được xuất bản vào năm 2003 và một số ví dụ của nó không có sẵn ngay bây giờ, vẫn có thể là điểm khởi đầu rất tốt cho các nhà nghiên cứu xây dựng hệ thống giới thiệu của riêng họ.

Tôi muốn chia sẻ định nghĩa của hệ thống tư Robin Burk như trong his paper:

Bất kỳ hệ thống sản xuất khuyến nghị cá nhân như đầu ra, hoặc có tác dụng hướng dẫn người sử dụng trong một cách cá nhân để thú vị hoặc các đối tượng hữu ích trong một không gian rộng lớn các tùy chọn có thể.

Answer 2

Hệ thống đề xuất là một chủ đề bên trong Trí tuệ nhân tạo (cụ thể là Khai thác dữ liệu), nhằm mục đích đề xuất các mục mới cho người dùng. Các mục này có thể thuộc bất kỳ loại nào như sách, du lịch, nhạc, v.v.

Chủ yếu bao gồm một thuật toán sẽ cố gắng trích xuất một số kiến ​​thức về dữ liệu trước đó (như tùy chọn của người dùng) .

Nó được sử dụng rộng rãi bởi Netflix và Amazon. Khi bạn thấy cụm từ "Người dùng bough này cũng thích rằng" rất cao của nó có thể là một hệ thống recommender là đằng sau nó.

Thuật toán cụm và các thuật toán tương tự khác là các cách tiếp cận được sử dụng để cải thiện hệ thống giới thiệu. Ví dụ, bạn có thể muốn nhóm người dùng theo sự giống nhau trước khi áp dụng một hệ thống giới thiệu cụ thể, để có được kết quả tốt hơn. Cho rằng bạn có thể sử dụng hàng xóm gần nhất K.

Hai bài viết này có thể giúp bạn hiểu rõ hơn chủ đề: Greg Linden, Brent Smith và Jeremy York. Đề xuất của Amazon.com: Mục hàng tới mục lọc cộng tác.

Robin Burke. Hệ thống giới thiệu lai: Khảo sát và thử nghiệm. Mô hình người dùng và tương tác do người dùng điều chỉnh.

Answer 3

Hiện tại có khóa học Coursera tuyệt vời trên Hệ thống Recommender, do Joeseph Konstan của U Minn, một trong những người tiên phong trong lĩnh vực này cung cấp. Nó hoàn toàn miễn phí.Nó là khá tốt, bao gồm các phân loại cơ bản của hệ thống tư bao gồm:

- Rating Systems 
- Content Based Filters 
- Collaborative Systems (User-user and Item-item) 
- Dimensionality Reduction (SVD, its meaning, and how to compute it) 
- Hybrid Systems 

SVD rơi thẳng vào ML, và tôi thấy điều này là trình bày mạch lạc và trực quan nhất của nó tôi đã thấy bất cứ nơi nào - và tôi đã thấy một vài.

Nó cũng cho thấy cách sử dụng Lenskit (bộ công cụ hệ thống giới thiệu học thuật) để tạo ra các hệ thống thế giới thực. Rõ ràng là tôi thích khóa học, mặc dù tôi có thể thích chúng để có các phương pháp Bayes.