推奨アルゴリズム

Question

ウェブサイトの推奨アルゴリズムをまとめる必要があります。私はこれを達成するための非常に単純な方法を考え出しましたが、他の例がどのように組み合わされているかをよりよく理解するのに役立つ文学などに向けて、誰かが私を指摘できるかどうか疑問に思っていました。

私は、Apache Mahoutのコラボレーティブフィルタリング、クラスタリング、分類などの機能について認識していますが、このすべてに機械学習がどのように適合しているかについては分かりません。私は上記のアルゴリズムを機械学習とは別に作る方法を知ることができますが、ミックスに追加できるものが誰か分かっているのだろうかと思っていました。

また、リコメンダの目的は、どのように機能するのでしょうか？定義を共有しようとする人は誰ですか？

ありがとうございます！

Answer 1

an articleには、異なるアルゴリズムを組み込んで推薦者を作成するさまざまな可能性が記載されています。著者らは37の異なるシステムとその参照を分析し、それらを8つの基本ディメンションのリストに分類しました。

この論文は2003年に公開されており、いくつかの例は現在入手できませんが、依然として研究者が自分の推薦システムを構築するための非常に良い出発点になります。

私はhis paperのような推薦システムのロビン・バークの定義を共有したい：

出力として個々の勧告を生成し、または面白いかにパーソナライズされた方法でユーザーを誘導する効果を持つすべてのシステムを可能な選択肢の広い空間で有用なオブジェクト。

Answer 2

Recommenderシステムは、新しいアイテムをユーザーに提案することを目的とする人工知能（特にデータマイニング）内のトピックです。これらのアイテムは、書籍、旅行、音楽などあらゆる種類のものにすることができます。

これは主に、以前のデータの知識（ユーザーの好みなど）を抽出して新しい購入可能なアイテムを提案しようとするアルゴリズムで構成されています。

これはNetflixとAmazonによって広く使用されています。あなたがフレーズ「これを掘り下げるユーザーも好き」というフレーズを見ると、推薦システムがその背後にある可能性が非常に高いです。

クラスタリングおよび他の同様のアルゴリズムが推奨システムを改善するために使用されます。たとえば、特定の推奨システムを適用する前に、類似性によってユーザーをグループ化して、より良い結果を得ることができます。そのためにはK-nearest neighborを使うことができます。

これらの2つの記事は、件名をよく理解するのに役立ちます。 Greg Linden、Brent Smith、Jeremy York Amazon.comの推奨事項：アイテム間アイテム コラボレーティブフィルタリング。

ロビン・バーク。ハイブリッド推薦システム：調査と実験。ユーザモデリング とユーザ適応型インタラクション。

Answer 3

現在、フィールドの先駆者の1人であるU MinnのJoeseph Konstanが提供する、Recommender Systemsの優れたCourseraコースがあります。これは無料。

- Rating Systems 
- Content Based Filters 
- Collaborative Systems (User-user and Item-item) 
- Dimensionality Reduction (SVD, its meaning, and how to compute it) 
- Hybrid Systems 

SVDはMLに真正面から落ちる、と私はこれは私がどこでも見ていることの最もコヒーレントで直感的なプレゼンテーションであることが判明 - と私は見ている：それは含めて推薦システムの基本的な分類をカバーし、かなり良いですいくつか。

また、実際のシステムを作成するためにLenskit（アカデミックリコメンダシステムツールキット）を使用する方法も示しています。 明らかに私はコースを好きでしたが、ベイジアンの方法をカバーするのが好きだったでしょう。