2012-08-08 13 views
5

Necesito armar un Algoritmo de recomendación para un sitio web. He encontrado un método muy simple para lograr esto, pero me preguntaba si alguien podría indicarme alguna literatura o algo así que pueda ayudarme a tener una mejor idea de cómo se han reunido otros ejemplos.Algoritmo de recomendación

He recibido información sobre funcionalidades como el filtrado colaborativo, la agrupación en clústeres y la categorización en Apache Mahout, pero no estoy al tanto de cómo encaja el aprendizaje automático en todo esto. Puedo ver cómo hacer algoritmos para lo anterior (aparte de Aprendizaje automático), pero me preguntaba si alguien sabía de cualquier otra cosa que pudiera agregarse a la mezcla.

Además, ¿cuál diría usted que es el propósito de un Recomendador? ¿Cómo podría funcionar mejor? ¿Alguien dispuesto a compartir una definición?

Gracias!

+0

Es posible que desee buscar en "algoritmo kth vecino más cercano" –

+0

Parece que hay un montón en eso, voy a echar un vistazo, gracias! – user1360809

+0

¿Quieres decirnos más sobre el problema que estás resolviendo? Creo que se puede agregar mucho a la mezcla dependiendo del tipo de información que tenga. En términos generales, el filtrado colaborativo es muy bueno cuando se quiere sugerir en función de lo que otros han hecho. Y luego también está el filtrado basado en el contenido. Puede hacer un híbrido de alguno de ellos http://en.wikipedia.org/wiki/Recommender_system#Hybrid_Recommender_Systems – zubinmehta

Respuesta

5

Hay an article que analiza las diferentes posibilidades de armar diferentes algoritmos y crear un recomendador. Los autores han analizado 37 sistemas diferentes y sus referencias, y los han ordenado en una lista de 8 dimensiones básicas.

Aunque el artículo ha sido publicado en 2003 y algunos de sus ejemplos no están disponibles ahora, aún puede ser un muy buen punto de partida para que los investigadores construyan su propio sistema de recomendación.

me gustaría compartir definición de los sistemas de recomendación de Robin Burk como en his paper:

Cualquier sistema que produce recomendaciones individuales como de salida, o tiene el efecto de guiar al usuario de forma personalizada a interesante o objetos útiles en un gran espacio de posibles opciones.

+1

El artículo vinculado es: Montaner M., López, B., de la Rosa, J.L. Una taxonomía de los agentes recomendadores en Internet. Artificial Intelligence Review 19: 285-330, junio de 2003. El enlace en la respuesta está muerto al momento de escribir este comentario, pero el artículo está disponible en https://github.com/gpfvic/IRR/blob/master/A% 20Taxonomía% 20de% 20Recomendador% 20Agentes% 20on% 20the% 20Internet.pdf – Attila

3

Recommender System es un tema dentro de la Inteligencia Artificial (específicamente Data Mining), que tiene como objetivo sugerir nuevos elementos a los usuarios. Estos elementos pueden ser de cualquier tipo, como libros, viajes, música, etc.

Se compone principalmente de un algoritmo que intentará extraer algún conocimiento de datos anteriores (como las preferencias del usuario) para sugerir nuevos artículos adquiribles .

Es ampliamente utilizado por Netflix y Amazon. Cuando vea la frase "A los usuarios que también les gustó esto" es muy posible que haya un sistema de recomendación detrás.

Agrupamiento y otros algoritmos similares son enfoques utilizados para mejorar un sistema de recomendación. Por ejemplo, es posible que desee agrupar a los usuarios por similitud antes de aplicar un sistema de recomendación específico, para obtener un mejor resultado. Para eso podrías usar K-vecino más cercano.

Estos dos artículos pueden ayudarlo a comprender mejor el tema: Greg Linden, Brent Smith y Jeremy York. Recomendaciones de Amazon.com: artículo por elemento filtrado colaborativo.

Robin Burke. Sistemas de recomendación híbridos: Encuesta y experimentos. Modelado de usuario e interacción adaptada por el usuario.

3

Ahora hay un excelente curso de Coursera en Sistemas de recomendación, impartido por Joeseph Konstan de U Minn, uno de los pioneros en el campo. Es gratis.Es bastante bueno, que cubre la taxonomía básica de los sistemas de recomendación que incluye:

- 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 cae de lleno en ML, y me pareció que era la presentación más coherente e intuitiva de que he visto en cualquier lugar - y he visto unos pocos.

También muestra cómo usar Lenskit (un conjunto de herramientas del sistema de recomendación académica) para crear sistemas del mundo real. Obviamente, me gustó el curso, aunque me hubiera gustado que cubriera los métodos bayesianos.

Cuestiones relacionadas