評価なしの推奨事項（Azure ML）

Question

評価を使用せずに（Movie Ratingsサンプルデータベースを使用して）推奨事項を作成するための実験を構築しようとしています。私は、ユーザーが特定の映画を評価した場合、映画を評価したユーザーによって評価された他の映画に興味があると考えています。

たとえば、レーティングが1（データベースに存在する）または0（存在しない）と考えることができますが、その場合、これを反映するために初期データをどのように変換しますか？

この種のシナリオに関する例やチュートリアルは見つかりませんでしたが、どのように進行するのか分かりません。私はそれをアルゴリズムに注入する前にデータを変換すべきですか？そして/または私が使用すべき特定のアルゴリズムがありますか？

Answer 1

Matchbox RecommenderをAMLで使用する場合は、がであるいくつかのユーザームービーペアを識別する必要があります。これらのデータセットには、ゼロ。 （上記のように、実際のユーザームービーのペアがすべて1になるように設定していると仮定します）。

ランダムな候補ペアを作成し、トレーニングの不在を確認することをお勧めしますExecute R（またはPython）スクリプトモジュール内のデータ。私はあなたのデータセットの機能の名前を知っているが、ここではそれを行うにはRでいくつかの擬似コードではありません。

library(dplyr) 
df <- maml.mapInputPort(1) # input dataset of observed user-movie pairs 
all_movies <- unique(df[['movie']]) 
all_users <- unique(df[['user']]) 
n <- 30 # number of random pairs to start with 

negative_observations <- data.frame(movie = sample(all_movies, n, replace=TRUE), 
            user = sample(all_users, n, replace=TRUE), 
            rating = rep(0, n))   
acceptable_negative_observations <- anti_join(unique(negative_observations), df, by=c('movie', 'user')) 
df <- rbind(df, acceptable_negative_observations) 
maml.mapOutputPort("df"); 

また、あなたは偽のゼロを追加する必要はありませんassociation rule learningのような方法を試みることができます評価。 Martin MachacはCortana Intelligence GalleryのR/AMLでこれを行う方法のnice exampleを投稿しました。