🏪 👸🏾 🧑🏿‍🤝‍🧑🏾 अनुशंसित प्रणाली: विचार, दृष्टिकोण, कार्य 👩‍✈️ 👩🏻‍🚒 🐲

बहुत से लोग इसे देखने के बाद KinoPoisk या imdb पर मूवी रेटिंग करने के आदी हैं, और "इस उत्पाद के साथ खरीदे गए" और "लोकप्रिय उत्पाद" अनुभाग किसी भी ऑनलाइन स्टोर में हैं। लेकिन सिफारिशों के कम परिचित प्रकार हैं। इस लेख में मैं इस बारे में बात करूंगा कि सिफारिश प्रणाली द्वारा कौन से कार्यों की सिफारिश की जाती है, कहां चलना है और Google को क्या करना है।

हम क्या सलाह देते हैं?

क्या होगा यदि हम एक मार्ग की सिफारिश करना चाहते हैं जो उपयोगकर्ता के लिए आरामदायक हो ? यात्रा के विभिन्न पहलू अलग-अलग उपयोगकर्ताओं के लिए महत्वपूर्ण हैं: सीटों की उपलब्धता, यात्रा समय, यातायात, एयर कंडीशनिंग, खिड़की से एक सुंदर दृश्य। एक असामान्य कार्य, लेकिन यह स्पष्ट है कि इस तरह की प्रणाली का निर्माण कैसे किया जाए।

यदि हम समाचार की अनुशंसा करते हैं तो क्या होगा? समाचार जल्दी से अप्रचलित हो जाता है - आपको उपयोगकर्ताओं को नवीनतम लेख दिखाने की आवश्यकता होती है जबकि वे अभी भी प्रासंगिक हैं। लेख की सामग्री को समझना आवश्यक है। पहले से ही अधिक कठिन।

और अगर हम समीक्षाओं के आधार पर रेस्तरां की सलाह देते हैं ? लेकिन हम न केवल रेस्तरां, बल्कि विशिष्ट व्यंजनों की भी सलाह देते हैं जो एक कोशिश के लायक हैं। आप रेस्तरां को इस बारे में सिफारिशें दे सकते हैं कि क्या सुधार करने योग्य है।

क्या होगा अगर हम कार्य का विस्तार करते हैं और इस सवाल का जवाब देने की कोशिश करते हैं: "लोगों के सबसे बड़े समूह के लिए कौन सा उत्पाद ब्याज का होगा?"। यह बहुत असामान्य हो रहा है और यह तुरंत स्पष्ट नहीं है कि इसे कैसे हल किया जाए।

वास्तव में, अनुशंसा कार्य के कई रूप हैं और प्रत्येक की अपनी बारीकियां हैं। आप पूरी तरह से अप्रत्याशित चीजों की सिफारिश कर सकते हैं। मेरा पसंदीदा उदाहरण नेटफ्लिक्स पर पूर्वावलोकन की सिफारिश कर रहा है।

संकीर्ण कार्य

संगीत की सिफारिश करने के लिए परिचित और परिचित कार्य लें। हम वास्तव में क्या सिफारिश करना चाहते हैं?

इस कोलाज पर आप Spotify, Google और Yandex से विभिन्न सिफारिशों के उदाहरण पा सकते हैं।

डेली मिक्स में सजातीय हितों को उजागर करना
निजीकृत समाचार रिलीज रडार, अनुशंसित नई विज्ञप्ति, प्रीमियर
आपको जो पसंद है उसका व्यक्तिगत चयन - दिन की प्लेलिस्ट
पटरियों का व्यक्तिगत चयन जो उपयोगकर्ता ने अभी तक नहीं सुना है - डिस्कवर वीकली, देजावु
नई पटरियों में पूर्वाग्रह के साथ पिछले दो बिंदुओं का एक संयोजन - आई एम फीलिंग लकी
पुस्तकालय में स्थित है, लेकिन अभी तक नहीं सुना - कैश
आपका टॉप सॉन्ग 2018
जो ट्रैक आपने 14 साल की उम्र में सुने थे और जिसने आपके स्वाद को आकार दिया - योर टाइम कैप्सूल
आपके द्वारा पसंद किए जाने वाले ट्रैक, लेकिन उपयोगकर्ता आमतौर पर जो भी सुनता है उससे अलग है - स्वाद तोड़ने वाले
आपके शहर में प्रदर्शन करने वाले कलाकारों के ट्रैक
शैली संग्रह
गतिविधि और मनोदशा का चयन

और यकीन है कि आप कुछ और के साथ आ सकते हैं। यहां तक कि अगर हम यह अनुमान लगाने में पूरी तरह से सक्षम हैं कि उपयोगकर्ता किसे पसंद करता है, यह सवाल अभी भी किस रूप में और किस लेआउट में जारी किया जाना चाहिए।

क्लासिक मंचन

\ start \ align *} यू \ में यूजर्स \\ i \ में आइटम \\ r_ {ui} \ में रेटिंग्स \ एंड {एलायंस *} \ राइटारो \ वाइडहाट {आर} _ {ui} \ notin रेटिंग

$\ start \ align *} यू \ में यूजर्स \\ i \ में आइटम \\ r_ {ui} \ में रेटिंग्स \ एंड {एलायंस *} \ राइटारो \ वाइडहाट {आर} _ {ui} \ notin रेटिंग$

समस्या के शास्त्रीय कथन में, हमारे पास एक उपयोगकर्ता-आइटम रेटिंग मैट्रिक्स है। यह बहुत विरल है और हमारा काम गायब मूल्यों को भरना है। आमतौर पर, अनुमानित रेटिंग के आरएमएसई का उपयोग मीट्रिक के रूप में किया जाता है, हालांकि, एक राय है कि यह पूरी तरह से सही नहीं है और एक पूरे के रूप में सिफारिश की विशेषताओं को ध्यान में रखा जाना चाहिए, न कि किसी विशिष्ट संख्या की भविष्यवाणी करने की सटीकता।

गुणवत्ता का मूल्यांकन कैसे करें?

ऑनलाइन मूल्यांकन

सिस्टम की गुणवत्ता का मूल्यांकन करने का सबसे बेहतर तरीका व्यावसायिक मीट्रिक के संदर्भ में उपयोगकर्ताओं पर प्रत्यक्ष सत्यापन है। यह सीटीआर, सिस्टम में बिताया गया समय या खरीदारी की संख्या हो सकती है। लेकिन उपयोगकर्ताओं पर प्रयोग महंगे हैं, और मैं उपयोगकर्ताओं के एक छोटे समूह के लिए भी एक खराब एल्गोरिदम को रोल आउट नहीं करना चाहता, इसलिए वे ऑनलाइन परीक्षण से पहले ऑफ़लाइन गुणवत्ता मैट्रिक्स का उपयोग करते हैं।

ऑफ़लाइन मूल्यांकन

रैंकिंग मेट्रिक्स, जैसे MAP @ k और nDCG @ k, का उपयोग आमतौर पर गुणवत्ता मैट्रिक्स के रूप में किया जाता है।

प र ि श ु द ् ध त ा @ k = f r a c 1 k s u m_{i = 1}^{k} प ् र ा स ं ग ि क @ i

$परिशुद्धता @ k = \ frac {1} {k} \ sum_ {i = 1} ^ {k} प्रासंगिक @ i$

$display$

MAP @ k = \ frac {1} {\ left | उपयोगकर्ता \ दाएँ |} \ sum_ {u \ में उपयोगकर्ता}} {} AP @ k (u)

$MAP @ k = \ frac {1} {\ left | उपयोगकर्ता \ दाएँ |} \ sum_ {u \ में उपयोगकर्ता}} {} AP @ k (u)$

D C G @ k = s u m_{i = 1}^{k} f r a c 2^{प ् र ा स ं ग ि क त ा @ i} - 1 ल ॉ ग (i + 1)

$DCG @ k = \ sum_ {i = 1} ^ {k} \ frac {2 ^ {प्रासंगिकता @ i} -1} {लॉग (i + 1)}$

n D C G @ k = f r a c D C G @ k अ ध ि क त म (D C G @ k)

$nDCG @ k = \ frac {DCG @ k} {अधिकतम (DCG @ k)}$

MAP@k के संदर्भ में Relevance एक द्विआधारी मूल्य है, और nDCG@k के संदर्भ में एक रेटिंग स्केल हो सकता है।

लेकिन, भविष्यवाणी की सटीकता के अलावा, हमें अन्य चीजों में दिलचस्पी हो सकती है:

पुनर्प्राप्ति - अनुशंसाकर्ता द्वारा जारी किए गए माल का हिस्सा,
निजीकरण - उपयोगकर्ताओं के बीच सिफारिशें कितनी भिन्न हैं,
विविधता - सिफारिश के भीतर कितने विविध उत्पाद हैं।

सामान्य तौर पर, मेट्रिक्स की एक अच्छी समीक्षा होती है। आपकी अनुशंसा प्रणाली कितनी अच्छी है? सिफारिश में मूल्यांकन पर एक सर्वेक्षण । औपचारिक प्रणालियों के लिए नवीनता और विविधता मेट्रिक्स में औपचारिकता मैट्रिक्स का एक उदाहरण रैंक और प्रासंगिकता में पाया जा सकता है।

डेटा

स्पष्ट प्रतिक्रिया

ग्रेडिंग मैट्रिक्स स्पष्ट डेटा का एक उदाहरण है। जैसे, नापसंद, रेटिंग - उपयोगकर्ता ने खुद आइटम में अपनी रुचि की डिग्री स्पष्ट रूप से व्यक्त की है। ऐसा डेटा आमतौर पर दुर्लभ होता है। उदाहरण के लिए, परीक्षण डेटा में रेको चैलेंज में, केवल 34% उपयोगकर्ताओं के पास कम से कम एक निशान है।

सम्‍मिलित प्रतिक्रिया

निहित प्राथमिकताओं के बारे में बहुत अधिक जानकारी है - विचार, क्लिक, बुकमार्क करना, सूचनाएं स्थापित करना। लेकिन अगर उपयोगकर्ता ने फिल्म देखी - इसका मतलब केवल यह है कि फिल्म देखने से पहले उसे काफी दिलचस्प लग रहा था। हम इस बारे में प्रत्यक्ष निष्कर्ष नहीं निकाल सकते हैं कि फिल्म को पसंद किया गया था या नहीं।

लर्निंग के लिए नुकसान के कार्य

निहित प्रतिक्रिया का उपयोग करने के लिए, हम उचित शिक्षण विधियों के साथ आए।

बायेसियन व्यक्तिगत रैंकिंग

मूल लेख ।

यह ज्ञात है कि उपयोगकर्ता ने किन वस्तुओं के साथ बातचीत की। हम मानते हैं कि ये सकारात्मक उदाहरण हैं जो उन्हें पसंद आए। अभी भी कई वस्तुएं हैं जिनके साथ उपयोगकर्ता ने बातचीत नहीं की है। हमें नहीं पता है कि उनमें से कौन सा उपयोगकर्ता के लिए ब्याज होगा और जो नहीं हैं, लेकिन हम निश्चित रूप से जानते हैं कि इन उदाहरणों में से सभी सकारात्मक नहीं होंगे। हम एक मोटे तौर पर सामान्यीकरण करते हैं और बातचीत की अनुपस्थिति को एक नकारात्मक उदाहरण मानते हैं।

स क ा र ा त ् म क >_{उ प य ो ग क र ् त ा} अ ज ् ञ ा त

$सकारात्मक> _ {उपयोगकर्ता} अज्ञात$

हम ट्रिपल {यूजर, पॉजिटिव आइटम, निगेटिव आइटम} का नमूना लेंगे और मॉडल को ठीक करेंगे यदि नकारात्मक उदाहरण को सकारात्मक से अधिक रेट किया गया हो।

L_{B P R} (u, i, j) = 1 -_{स} ि ग ् म ा (w i d e h a t r_{u i} - w i d e h a t r_{u j})

$L_ {BPR} (u, i, j) = 1- \ _ सिग्मा (\ widehat {r} _ {ui} - \ widehat {r} _ {uj})$

भारित अनुमानित-रैंक पेयरवाइज

पिछले विचार अनुकूली सीखने की दर में जोड़ें। हम दिए गए जोड़े {उपयोगकर्ता, सकारात्मक उदाहरण} के लिए एक नकारात्मक उदाहरण खोजने के लिए जिन नमूनों को देखना था, उनके आधार पर प्रणाली के प्रशिक्षण का मूल्यांकन करेंगे, जिसे सिस्टम ने सकारात्मक से अधिक दर्जा दिया।

यदि हमें पहली बार ऐसा उदाहरण मिला, तो जुर्माना बड़ा होना चाहिए। यदि आपको लंबे समय तक देखना था, तो सिस्टम पहले से ही अच्छी तरह से काम कर रहा है और आपको इतना ठीक करने की आवश्यकता नहीं है।

L_{W A R P} (u, i, j) = f r a c w i d e h a t L (र ै ं क_{u}^{1} (i)) w i d e h a t L (ब ा ए ँ | आ इ ट म r i g h t) | c d o t (w i d e h a t r_{u j} + 1 - w i d e h a t r_{u i})

$L_ {WARP} (u, i, j) = \ frac {\ widehat {L} (रैंक_ {u} ^ {1} (i))} {\ widehat {L} (\ बाएँ | आइटम \ right) | } \ cdot (\ widehat {r} _ {uj} + 1- \ widehat {r} _ {ui})$

w i d e h a t L (k) = s u m_{l = 1}^{k} f r a c 1 l

$\ widehat {L} (k) = \ sum_ {l = 1} ^ {k} \ frac {1} {l}$

र ै ं क_{u}^{1} ल ग भ ग f r a c l e f t | आ इ ट म अ ध ि क ा र | - 1 स ं ख ् य ा (j)

$रैंक_ {u} ^ {1} \ लगभग \ frac {\ left | आइटम \ अधिकार | -1} {संख्या (j)}$

और क्या सोचने लायक है?

ठंड शुरू

जैसे ही हमने मौजूदा उपयोगकर्ताओं और उत्पादों के लिए भविष्यवाणियां करना सीखा है, दो सवाल उठते हैं: - "ऐसे उत्पाद की सिफारिश कैसे करें जो अभी तक किसी ने नहीं देखा है?" और "मुझे उस उपयोगकर्ता को क्या सलाह देना चाहिए जिसके पास अभी तक एक भी रेटिंग नहीं है?" इस समस्या को हल करने के लिए, वे अन्य स्रोतों से जानकारी निकालने का प्रयास करते हैं। यह अन्य सेवाओं के उपयोगकर्ता के बारे में डेटा हो सकता है, पंजीकरण के दौरान एक प्रश्नावली, इसकी सामग्री से किसी आइटम के बारे में जानकारी।

इस मामले में, ऐसे कार्य हैं जिनके लिए एक ठंडी शुरुआत की स्थिति स्थिर है। सत्र आधारित अनुशंसाओं में, आपके पास उस साइट के दौरान उपयोगकर्ता के बारे में कुछ समझने के लिए समय होना चाहिए। नए आइटम लगातार समाचार या फैशन उत्पादों के अनुशंसाकर्ताओं में दिखाई दे रहे हैं, जबकि पुराने आइटम जल्दी से अप्रचलित हो जाते हैं।

लंबी पूंछ

यदि प्रत्येक आइटम के लिए हम इसकी लोकप्रियता की गणना उन उपयोगकर्ताओं की संख्या के रूप में करते हैं, जिन्होंने इसके साथ बातचीत की या सकारात्मक रेटिंग दी, तो बहुत बार हमें छवि की तरह एक ग्राफ मिलेगा:

बहुत कम संख्या में ऐसे आइटम हैं जिनके बारे में सभी जानते हैं। उन्हें सिफारिश करने का कोई मतलब नहीं है, क्योंकि उपयोगकर्ता सबसे अधिक संभावना या तो पहले ही उन्हें देख चुके हैं और बस एक रेटिंग नहीं दी है, या तो उनके बारे में जानते हैं और उन्हें देखने जा रहे हैं, या दृढ़ता से बिल्कुल नहीं देखने का फैसला किया है। मैंने शिंडलर की सूची का ट्रेलर एक से अधिक बार देखा, लेकिन मैं इसे देखने नहीं जा रहा था।

दूसरी ओर, लोकप्रियता बहुत तेज़ी से गिर रही है, और लगभग किसी ने भी अधिकांश वस्तुओं को नहीं देखा है। इस हिस्से से सिफारिशें करना अधिक उपयोगी है: ऐसी दिलचस्प सामग्री है जो उपयोगकर्ता को स्वयं खोजने की संभावना नहीं है। उदाहरण के लिए, दाईं ओर Yandex.Music पर मेरे पसंदीदा समूहों में से एक के श्रवण आँकड़े हैं।

अन्वेषण बनाम शोषण

मान लीजिए कि हम जानते हैं कि उपयोगकर्ता को क्या पसंद है। क्या इसका मतलब यह है कि हमें उसी चीज की सिफारिश करनी चाहिए? एक भावना है कि ऐसी सिफारिशें जल्दी से उबाऊ हो जाएंगी और कभी-कभी यह कुछ नया दिखाने के लायक है। जब हम सलाह देते हैं कि वास्तव में क्या पसंद करना चाहिए शोषण है। यदि हम सिफारिशों में कुछ कम लोकप्रिय जोड़ने की कोशिश करते हैं या किसी तरह उन्हें विविधता देते हैं - यह अन्वेषण है। मैं इन चीजों को संतुलित करना चाहता हूं।

गैर-व्यक्तिगत सिफारिशें

सबसे आसान विकल्प यह है कि आप सभी को एक ही चीज़ की सलाह दें।

Sovstrechaemosti

अक्सर सामना किए गए उत्पाद सेटों के चयन में पैटर्न खनन कार्यों का एक पूरा समूह शामिल होता है: आवधिक पैटर्न खनन , अनुक्रमिक नियम खनन , अनुक्रमिक पैटर्न खनन , उच्च उपयोगिता वाले आइटम खनन , लगातार आइटमसेट खनन (टोकरी विश्लेषण) । प्रत्येक विशिष्ट कार्य के अपने तरीके होंगे , लेकिन यदि मोटे तौर पर सामान्यीकृत, अक्सर सेट खोजने के लिए एल्गोरिदम एक संक्षिप्त चौड़ाई-पहली खोज करते हैं, तो स्पष्ट रूप से खराब विकल्पों को हल करने की कोशिश नहीं करते हैं।

दिए गए सीमा समर्थन पर दुर्लभ सेट काट दिए जाते हैं - डेटा में सेट की घटना की संख्या या आवृत्ति।

लगातार आइटम को उजागर करने के बाद, उनकी निर्भरता की गुणवत्ता का मूल्यांकन लिफ्ट या कॉन्फिडेंस (ए, बी) / आत्मविश्वास (ए!, बी) मैट्रिक्स का उपयोग करके किया जाता है। वे झूठे आश्रितों को हटाने के उद्देश्य से हैं।
उदाहरण के लिए, केले को अक्सर डिब्बाबंद सामानों के साथ किराने की टोकरी में पाया जा सकता है। लेकिन बिंदु कुछ विशेष कनेक्शन में नहीं है, लेकिन इस तथ्य में कि केले खुद से लोकप्रिय हैं, और मैचों की खोज करते समय इसे ध्यान में रखा जाना चाहिए।

व्यक्तिगत सिफारिशें

सामग्री आधारित

सामग्री-आधारित दृष्टिकोण का विचार उसके लिए उपयोगकर्ता की क्रियाओं के इतिहास के आधार पर वस्तुओं के स्थान में उनकी प्राथमिकताओं का वेक्टर बनाना और इस वेक्टर के करीब उत्पादों की सिफारिश करना है।

यही है, आइटम में कुछ विशेषता विवरण होना चाहिए। उदाहरण के लिए, ये फिल्मों की शैली हो सकती हैं। फिल्मों की पसंद और नापसंद का इतिहास वरीयता का सदिश रूप बनाता है,
कुछ शैलियों को उजागर करना और दूसरों से बचना। उपयोगकर्ता वेक्टर और आइटम वेक्टर की तुलना करके, आप एक रैंकिंग बना सकते हैं और सिफारिशें प्राप्त कर सकते हैं।

सहयोगात्मक फ़िल्टरिंग

सहयोगी फ़िल्टरिंग एक उपयोगकर्ता-आइटम मूल्यांकन मैट्रिक्स मानता है। यह विचार है कि प्रत्येक उपयोगकर्ता के लिए सबसे समान "पड़ोसी" ढूंढे जाएं और "पड़ोसी" की रेटिंग का भार उठाकर एक विशिष्ट उपयोगकर्ता के अंतराल को भरें।

w i d e h a t r_{a i} = f r a c_{s} u m (r_{u i}) w_{u a} w_{u a}

$\ widehat {r} _ {ai} = \ frac {\ _ sum (r_ {ui}) w_ {ua}} {w_ {ua}}$

w = \ frac {\ _ राशि (r_ {ui} - \ overline {r} _ {u}) (r_ {ai} - \ overline {r} _ {a})} {\ _ sigma_ {u "sigma_ { a}}

$w = \ frac {\ _ राशि (r_ {ui} - \ overline {r} _ {u}) (r_ {ai} - \ overline {r} _ {a})} {\ _ sigma_ {u "sigma_ { a}}$

इसी तरह, आप वस्तुओं की समानता को देख सकते हैं, यह मानते हुए कि समान वस्तुओं को समान लोगों द्वारा पसंद किया जाता है। तकनीकी रूप से, यह केवल अनुमानों के ट्रांसपोज़्ड मैट्रिक्स का एक विचार होगा।

उपयोगकर्ता रेटिंग पैमाने का उपयोग अलग-अलग करते हैं - कोई इसे कभी भी आठ से ऊपर नहीं रखता है, और कोई संपूर्ण पैमाने का उपयोग करता है। यह ध्यान में रखना उपयोगी है, और इसलिए यह संभव है कि वह रेटिंग का अनुमान न लगाए, लेकिन औसत रेटिंग से विचलन हो।

w i d e h a t r_{a i} = o v e r l i n e r_{a + + f r a c_{s} u m (r_{u i} - o v e r l i n e r_{u}) w_{u a} / w_{u a}}

$\ widehat {r} _ {ai} = \ overline {r} _ {a + + frac {\ _ sum (r_ {ui} - \ overline {r} _ {u}) w_ {ua}} / w_ { ua}}$

या आप पहले से अनुमानों को सामान्य कर सकते हैं।

z_{u} = f r a c r_{u i} - o v e r l i n e r_{u}_{s} i g m a_{u}

$z_ {u} = \ frac {r_ {ui} - \ overline {r} _ {u}} {\ _ sigma_ {u}}$

मैट्रिक्स फैक्टराइजेशन

गणित से, हम जानते हैं कि किसी भी मैट्रिक्स को तीन मैट्रिक्स के उत्पाद में विघटित किया जा सकता है। लेकिन रेटिंग का मैट्रिक्स बहुत विरल है, 99% आम है। और एसवीडी को पता नहीं है कि अंतराल क्या हैं। औसत मूल्य के साथ उन्हें भरना बहुत वांछनीय नहीं है। और सामान्य तौर पर, हम एकवचन मूल्यों के मैट्रिक्स में बहुत रुचि नहीं रखते हैं - हम केवल उपयोगकर्ताओं और वस्तुओं के छिपे हुए दृष्टिकोण को प्राप्त करना चाहते हैं, जो, जब गुणा किया जाता है, तो सही रेटिंग का अनुमान लगाएगा। आप तुरंत दो मैट्रिसेस में विघटित हो सकते हैं।

पास के साथ क्या करना है? उन पर हथौड़ा। यह पता चला कि आप पूरी तरह से चूक को अनदेखा करते हुए, SGD या ALS का उपयोग करके RMSE मीट्रिक द्वारा अनुमानित रेटिंग को प्रशिक्षित कर सकते हैं। पहला ऐसा एल्गोरिथ्म फंक एसवीडी है , जिसे 2006 में नेटफ्लिक्स से प्रतियोगिता को हल करने के दौरान आविष्कार किया गया था।

नेटफ्लिक्स पुरस्कार

नेटफ्लिक्स पुरस्कार - एक महत्वपूर्ण घटना जिसने सिफारिश प्रणालियों के विकास को एक मजबूत प्रोत्साहन दिया। प्रतियोगिता का लक्ष्य मौजूदा सिनेमैच आरएमएसई सिफारिश प्रणाली को 10% से अधिक करना है। इस समय तक, 100 मिलियन रेटिंग वाले एक बड़े डेटासेट को उस समय प्रदान किया गया था। कार्य इतना मुश्किल नहीं लग सकता है, लेकिन प्रतियोगिता को दो बार फिर से तैयार करने के लिए आवश्यक गुणवत्ता प्राप्त करने के लिए - प्रतियोगिता का केवल 3 साल के लिए एक समाधान प्राप्त किया गया था। यदि 15% का सुधार प्राप्त करना आवश्यक था, तो संभवतः प्रदान किए गए डेटा पर प्राप्त करना संभव नहीं होगा।

प्रतियोगिता के दौरान, डेटा में कुछ दिलचस्प विशेषताएं पाई गईं। ग्राफ नेटफ्लिक्स कैटलॉग में दिखाई गई तारीख के आधार पर फिल्मों की औसत रेटिंग दिखाता है। स्पष्ट अंतर इस तथ्य से जुड़ा है कि इस समय नेटफ्लिक्स एक उद्देश्य स्केल (एक खराब फिल्म, एक अच्छी फिल्म) से एक व्यक्तिपरक (मैं इसे पसंद नहीं करता था, मुझे वास्तव में पसंद आया) से स्विच किया गया। किसी वस्तु को चिह्नित करने के बजाय, मूल्यांकन को व्यक्त करते समय लोग कम आलोचनात्मक होते हैं।

यह ग्राफ़ दिखाता है कि रिलीज़ होने के बाद औसत मूवी रेटिंग कैसे बदलती है। यह देखा जा सकता है कि 2000 दिनों में स्कोर 0.2 से बढ़ जाता है। यही है, फिल्म के नए होने के बाद, जो लोग आश्वस्त हैं कि वह फिल्म पसंद करेंगे, जिससे रेटिंग बढ़ जाती है, इसे देखना शुरू करें।

पहला मध्यवर्ती पुरस्कार एटी एंड टी - कोरबेल के विशेषज्ञों की एक टीम द्वारा लिया गया था। 2000 घंटों के काम के बाद और 107 एल्गोरिदम का एक पहनावा संकलित करने के बाद, वे 8.43% का सुधार प्राप्त करने में कामयाब रहे।

मॉडलों में एसवीडी और आरबीएम का भिन्नता थी, जो स्वयं में अधिकांश इनपुट प्रदान करता था। शेष 105 एल्गोरिदम ने मीट्रिक के केवल एक सौवें हिस्से में सुधार किया। नेटफ्लिक्स ने अपने डेटा वॉल्यूम के लिए इन दो एल्गोरिदम को अनुकूलित किया और अभी भी उन्हें सिस्टम के हिस्से के रूप में उपयोग करता है।

प्रतियोगिता के दूसरे वर्ष में, दोनों टीमों का विलय हो गया और अब बेल्चोर द्वारा बिगचेओस में पुरस्कार लिया गया। उन्होंने कुल 207 एल्गोरिदम पर हमला किया और एक और सौवें द्वारा सटीकता में सुधार किया, जो 0.8616 के मूल्य तक पहुंच गया। आवश्यक गुणवत्ता अभी भी हासिल नहीं की गई है, लेकिन यह पहले से ही स्पष्ट है कि अगले साल सब कुछ काम करना चाहिए।

तीसरा साल। अभी तक एक और टीम के साथ संयोजन में, बेल्कोर के व्यावहारिक अराजकता का नाम बदलने और आवश्यक गुणवत्ता प्राप्त करने के लिए, पहनावा से थोड़ा कम है। लेकिन यह डेटासेट का केवल सार्वजनिक हिस्सा है।

छिपे हुए पक्ष पर, यह पता चला कि इन टीमों की सटीकता चौथे दशमलव स्थान के लिए मेल खाती है, इसलिए विजेता को 20 मिनट के कमिट के अंतर से निर्धारित किया गया था।

नेटफ्लिक्स ने विजेताओं को वादा किया लाखों का भुगतान किया, लेकिन कभी भी परिणामी समाधान का उपयोग नहीं किया । पहनावा लागू करना बहुत महंगा हो गया है, और इससे बहुत लाभ नहीं है - आखिरकार, केवल दो एल्गोरिदम पहले से ही सटीकता में वृद्धि प्रदान करते हैं। और सबसे महत्वपूर्ण बात - 2009 में प्रतियोगिता के अंत के समय, नेटफ्लिक्स ने पहले से ही दो साल के लिए डीवीडी किराए पर लेने के अलावा अपनी स्ट्रीमिंग सेवा में संलग्न होना शुरू कर दिया था। उनके पास कई अन्य कार्य और डेटा थे जो वे अपने सिस्टम में उपयोग कर सकते थे। हालांकि, उनकी डीवीडी मेल रेंटल सेवा अभी भी 2.7 मिलियन खुश ग्राहकों की सेवा करती है ।

तंत्रिका नेटवर्क

आधुनिक अनुशंसा प्रणालियों में, एक लगातार सवाल यह है कि जानकारी के विभिन्न स्पष्ट और निहित स्रोतों को कैसे ध्यान में रखा जाए। अक्सर उपयोगकर्ता या आइटम के बारे में अतिरिक्त डेटा होता है और आप उनका उपयोग करना चाहते हैं। तंत्रिका नेटवर्क इस तरह की जानकारी के लिए लेखांकन का एक अच्छा तरीका है।

अनुशंसाओं के लिए नेटवर्क का उपयोग करने के मुद्दे पर, आपको डीप लर्निंग आधारित अनुशंसा प्रणाली: एक सर्वेक्षण और नए परिप्रेक्ष्य की समीक्षा पर ध्यान देना चाहिए। यह विभिन्न कार्यों के लिए बड़ी संख्या में आर्किटेक्चर का उपयोग करने के उदाहरणों का वर्णन करता है।

बहुत सारे आर्किटेक्चर और दृष्टिकोण हैं। दोहराया नामों में से एक DSSM है । मैं Attentive Collaborative Filtering का भी उल्लेख करना चाहूंगा।

ACF क्षीणन के दो स्तरों को पेश करने का प्रस्ताव करता है:

यहां तक कि समान रेटिंग के साथ, कुछ आइटम दूसरों की तुलना में आपकी प्राथमिकताओं में अधिक योगदान देते हैं।
आइटम परमाणु नहीं हैं, लेकिन घटकों से बने हैं। कुछ का दूसरों की तुलना में मूल्यांकन पर अधिक प्रभाव पड़ता है। पसंदीदा अभिनेता की उपस्थिति के कारण ही फिल्म दिलचस्प हो सकती है।

बहु-सशस्त्र डाकू हाल के समय के सबसे लोकप्रिय विषयों में से एक हैं। मल्टी-सशस्त्र डाकुओं को क्या कहा जाता है यह हबेरा या मीडियम पर एक लेख में पढ़ा जा सकता है।

जब अनुशंसाओं पर लागू किया जाता है, तो प्रासंगिक-दस्यु कार्य कुछ इस तरह से ध्वनि करेगा: "हम सिस्टम इनपुट के लिए उपयोगकर्ता और आइटम संदर्भ वैक्टर को खिलाते हैं, हम समय के साथ सभी उपयोगकर्ताओं के लिए इंटरैक्शन (क्लिक, खरीद) की संभावना को अधिकतम करना चाहते हैं, जिससे अनुशंसा नीति में लगातार अपडेट किया जा सके।" यह सूत्रीकरण स्वाभाविक रूप से अन्वेषण बनाम शोषण की समस्या को हल करता है और आपको सभी उपयोगकर्ताओं के लिए इष्टतम रणनीति बनाने की अनुमति देता है।

ट्रांसफार्मर वास्तुकला की लोकप्रियता के मद्देनजर, सिफारिशों में उनका उपयोग करने का भी प्रयास किया जाता है। सेल्फ अटेंशन के साथ अगला आइटम सिफारिश सिफारिशों को बेहतर बनाने के लिए दीर्घकालिक और हाल ही की उपयोगकर्ता प्राथमिकताओं को संयोजित करने का प्रयास करता है।

उपकरण

सिफारिशें सीवी या एनएलपी के रूप में इस तरह के एक लोकप्रिय विषय नहीं हैं, इसलिए नवीनतम ग्रिड आर्किटेक्चर का उपयोग करने के लिए आपको या तो उन्हें खुद को लागू करना होगा, या आशा है कि लेखक का कार्यान्वयन काफी सुविधाजनक और समझ में आता है। हालाँकि, कुछ बुनियादी उपकरण अभी भी हैं:

निष्कर्ष

सिफारिश करने वाले सिस्टम आकलन के मैट्रिक्स में भरने के बारे में मानक बयान से बहुत दूर चले गए हैं, और प्रत्येक विशिष्ट क्षेत्र की अपनी बारीकियां होंगी। यह कठिनाइयों का परिचय देता है, लेकिन ब्याज भी जोड़ता है। इसके अलावा, एक पूरे के रूप में उत्पाद से सिफारिश प्रणाली को अलग करना मुश्किल हो सकता है। दरअसल, न केवल वस्तुओं की सूची महत्वपूर्ण है, बल्कि प्रस्तुत करने की विधि और संदर्भ भी है। क्या, कैसे, किससे और कब सिफारिश करनी है। यह सब सेवा के साथ सहभागिता की धारणा को निर्धारित करता है।

अनुशंसित प्रणाली: विचार, दृष्टिकोण, कार्य