¿Qué es el algoritmo detrás de la recomendación de sitios como la última.fm, grooveshark, pandora?

StackOverflow https://stackoverflow.com/questions/1268104

  •  13-09-2019
  •  | 
  •  

Pregunta

Estoy pensando en comenzar un proyecto que se basa en la recomendación del sistema.Tengo que mejorar yo mismo en esta zona, que se ve como un tema candente en la web de lado.También se preguntan ¿qué es el algoritmo de last fm, grooveshark, pandora utilizando para su sistema de recomendación.Si sabes de algún libro, sitio o de cualquier recurso para este tipo de algoritmos por favor informar.

¿Fue útil?

Solución

Tener un vistazo a filtrado colaborativo o Los sistemas de recomendación .

Un algoritmo simple es Slope Una .

Otros consejos

Una moda a finales respuesta:Pandora y Grooveshark son muy diferentes en el algoritmo que utilizan.

Básicamente hay dos enfoques principales para los sistemas de recomendación - 1.el filtrado colaborativo, y 2.basada en el contenido.(y los sistemas híbridos)

La mayoría de los sistemas están basados en filtrado colaborativo.Esto significa básicamente que la coincidencia de las listas de preferencias):Si me gustó elementos a,B,C,D,E y F, y varios otros usuarios les gustó a,B,C,D,E,F y J - el sistema le recomendamos J a mí basa en el hecho de que comparto el mismo gusto con estos usuarios (que no es tan sencillo, pero esa es la idea).Las principales características que se analizan aquí son los elementos de identificación y de los usuarios votar sobre estos elementos.

Contenido método basado en analizar el contenido de los elementos a la mano y construir mi perfil basado en el contenido de los artículos que más me gusta y no se basa en lo que otros usuarios similares.

Habiendo dicho eso - Grooveshark se basa en el filtrado colaborativo de Pandora está basada en el contenido (tal vez con algunos filtrado colaborativo capa en la parte superior).

Lo interesante acerca de Pandora es que el contenido es analizado por los seres humanos (los músicos), y no de forma automática.Lo llaman el music genome project (http://www.pandora.com/mgp.shtml), donde los anotadores de la etiqueta de cada canción con un número de etiquetas en un par de ejes, tales como la estructura, el ritmo, la tonalidad, técnicas de grabación y más (lista completa: http://en.wikipedia.org/wiki/List_of_Music_Genome_Project_attributes) Eso es lo que les da la opción de explicar y justificar el recomendado de la canción.

Programación de Inteligencia Colectiva es un agradable, accesible introducción a este campo.

Hay una buena demostración de vídeo con la explicación (y un enlace a la tesis del autor) en mapeo y visualización de colecciones de música . Este enfoque se ocupa de analizar las características de la música en sí. Otros métodos, como Netflix y Amazon, se basan en las recomendaciones de otros usuarios con gustos similares, así como filtrado básico categoría.

Gran artículo de Yehuda Koren (en el equipo que ganó el premio Netflix): La solución BellKor al Gran Premio Netflix (Google "GrandPrize2009_BPC_BellKor.pdf" ).

Pareja sitios web:

Manning también tiene dos buenos libros sobre este tema. Algoritmos de la Red Inteligente y Inteligencia colectiva en Acción

Estos dos enfoques muy diferentes. Google Académico es su amigo por lo que la literatura va.

Pandoras algorithim comenzó con sólo juego géneros musicales específicos a la canción que cierta ingresada,. Entonces ha ido creciendo poco a poco por la gente votando si les gusta o no les gusta la canción de la canción, lo que le permite eliminar los malos canciones, y empuje buenas canciones en la parte delantera. También sneek nuevas canciones que tienen pocos votos, ya sea hacia arriba o hacia abajo en la lista de reproducción canción para que la canción puede conseguir algunos votos.

No estoy seguro sobre los otros sitios mencionados.

Licenciado bajo: CC-BY-SA con atribución
No afiliado a StackOverflow
scroll top