Ce qui devrait être considéré lors de la construction d'un Moteur de Recommandation?

Question

J'ai lu le livre La Programmation De L'Intelligence Collective et trouvé ça fascinant.J'avais récemment entendu parler d'un défi amazon avait posté pour le monde à venir avec un meilleur moteur de recommandation de leur système.

Le gagnant apparemment produit le meilleur algorithme en limitant la quantité d'information qui a été nourri à elle.

Première règle de pouce, je suppose..."Plus d'information n'est pas nécessairement le meilleur quand il s'agit de floue, algorithmes."

Je sais, c'est subjectif, mais en fin de compte c'est un mesurables chose (clics en réponse aux recommandations).

Puisque la plupart d'entre nous sont à traiter avec le web ces jours-ci et de la recherche peut être considéré comme une forme de recommandation...Je pense que je ne suis pas le seul qui vous serions reconnaissants d'autres peuples idées sur ce.

En un mot, "Quelle est la meilleure façon de construire une recommandation ?"

Answer 1

Vous ne voulez pas utiliser "la popularité globale", à moins que vous n'avez aucune information sur l'utilisateur.Au lieu de cela, vous voulez aligner cet utilisateur similaires avec les utilisateurs et le poids en conséquence.

C'est exactement ce que L'Inférence Bayésienne n'.En anglais, il des moyens de réglage de la probabilité globale, vous aimerez quelque chose (note moyenne) avec les notations d'autres personnes qui, en général, voter à votre façon.

Un autre morceau de conseils, mais cette fois-ad hoc:Je trouve qu'il y a des gens où si ils aiment quelque chose, je vais presque assurément pas comme c'.Je ne sais pas si cet effet est réel ou imaginaire, mais il pourrait être amusant de construire dans une sorte de "effet négatif" au lieu de simplement l'agglutination des gens par la similitude.

Enfin, il ya une entreprise qui se spécialise dans exactement ce qui est appelé SenseArray.Le propriétaire (Ian Clarke de freenet fame) est très accessible.Vous pouvez utiliser mon nom si vous l'appeler vers le haut.

Answer 2

Il y a tout un domaine de recherche en informatique consacrée à ce sujet.Je vous suggère la lecture certains articles.

Answer 3

D'accord avec @Ricardo.Cette question est trop vaste, comme demander "Quelle est la meilleure façon d'optimiser un système?"

Une caractéristique commune à presque tous les moteurs de recommandation est que la recommandation finale se résume à la multiplication d'un certain nombre de matrices et des vecteurs.Par exemple multiplier une matrice contenant la proximité de poids entre les utilisateurs par un vecteur d'élément de cotes.

(Bien sûr, vous devez être prêt pour la plupart de vos vecteurs être super éparses!)

Ma réponse est sûrement trop tard pour @Allain mais pour d'autres utilisateurs de trouver cette question par le biais de la recherche -- envoyez-moi un PM et poser une question plus spécifique et je ne manquerai pas d'y répondre.

(J'ai de la conception des moteurs de recommandation professionnelle.)

Answer 4

@Lao Tseu, je suis d'accord avec vous.

Selon moi, les moteurs de recommandation sont constitués de:

• Contexte de l'Entrée de la fed à partir de systèmes sensibles au contexte (enregistrement toutes vos données)
• Le raisonnement logique pour filtrer la plus évidente
• Les systèmes experts pour l'amélioration des données subjectives sur la période de temps basé sur le contexte entrées, et
• Un raisonnement probabiliste pour faire la prise de décision de la proximité de proximité basé sur la somme pondérée des actions précédentes(croyances, désirs, & les intentions).

P. S.J'ai fait une telle recommandation du moteur.