Come implementare l'algoritmo "Genius" di Apple iTunes?

Question

Mi sono sempre chiesto come e quale sia il modo migliore per implementare la funzione "Genius" su iTunes.

Probabilmente avrei potuto forzarlo brutalmente, ma mi chiedevo solo se qualcuno avesse avuto un'idea.

Grazie.

Answer 1

L'algoritmo Genius è un esempio di un sistema di raccomandazioni, che è un argomento caldo nei sistemi di e-commerce. Tanto che Netflix ha ricevuto un premio da 1 milione di dollari che è andato avanti per diversi anni per migliorare il proprio sistema di raccomandazioni di appena il 10%.

Su iTunes hai una raccolta di musica. Genius può fare ipotesi che se hai questa musica ti deve piacere. Se abbastanza persone hanno la canzone B che ha la canzone A, allora Genius può dire che se hai la canzone A probabilmente ti piacerà la canzone B.

Solo avere la canzone sarebbe una raccomandazione abbastanza debole. Meglio sarebbe se l'utente avesse valutato quella musica in modo da poter migliorare la forza della "raccomandazione" su tale base.

Consiglio vivamente di leggere Se ti è piaciuto questo, sei sicuro di amarlo come un buon primer sui sistemi di raccomandazione.

Answer 2

Passaggio 1 : raccoglie i dati per tutti i clic / riproduci per utente. Sarebbe un sacco di dati.

Passaggio 2 : crea un sistema di generazione di elenchi di classifica / raccomandazioni. Per ogni brano, genera un elenco di tipi di classificazione / priorità con tutti i prodotti / brani che le persone visualizzano / riproducono. Un semplice esempio dice che nessuna delle persone condivide la stessa combinazione o la quantità di tempo di riproduzione per cui viene riprodotta ogni canzone.

Passaggio 3 - mantieni un limite (diciamo top10) per mostrare i tuoi consigli dall'elenco sopra fatto per un brano.

Questo non è stato così difficile, il trucco o il genio sta nell'aggiungere pesi all'elenco che fai nel passaggio 2. Come funziona il tuo sistema di consigli con i pesi (per ex rango di pagina).

Potrei aver deluso gli ingegneri del data mining dando una spiegazione così ingenua / semplice al campo dell'informatica estremamente complesso. Mi scusi. :)

Answer 3

Dai un'occhiata a questo, termine frequenza & # 8211; frequenza inversa del documento , è un metodo che si classifica in base a ciò che ti piace, più "unico" più effetto ha una canzone piaciuta sui consigli.

Fondamentalmente, se ti piace e giochi solo agli U2, sarà difficile per l'algoritmo / programma raccomandare qualcosa di speciale, che è di tuo gradimento.

D'altra parte se sei più vario nell'uso di iTunes, quelle bande meno conosciute che ti piacciono davvero saranno pesate di più, dal momento che ti isolano di più dalle masse.

Answer 4

Punto importante: devi avere dati da lotti di utenti. Non puoi farlo da solo con la forza bruta (a meno che tu non intenda crearlo interamente a mano).