Откуда компьютер знает «Рекомендовано для вас»?

Question

Недавно я обнаружил, что на нескольких веб-сайтах есть что-то вроде: «Рекомендуется для вас», например, youtube или facebook, веб-сайт может изучать мое поведение при использовании и рекомендовать какой-то контент для меня ... хотели бы узнать, как они анализируют эту информацию? Есть ли алгоритм для этого? Спасибо.

Answer 1

Amazon и Netflix (среди прочих) используют технику, называемую Совместная фильтрация , чтобы предлагать вещи, которые могут вам понравиться, на основе симпатий / антипатий других, которые сделали покупки и выбор, похожий на ваш.

Answer 2

Есть ли алгоритм для этого?

Да

Answer 3

Да, есть много алгоритмов.Такие вещи, как k-ближайший сосед: http://en.wikipedia.org/wiki/K-nearest_neighbor_algorithm.

Вот довольно хорошая книга на эту тему, которая охватывает создание таких систем наряду с другими: http://www.amazon.com/gp/product/0596529325?ie=UTF8&tag=ianburriscom-20&linkCode=as2&camp=1789&creative=9325&creativeASIN=0596529325.

Answer 4

Да. Один из наиболее распространенных - это посмотреть на вещи, которые вы выбрали в прошлом, найти других людей, которые сделали эти выборы, а затем найти другие выборы, наиболее распространенные среди этих людей, и предположите, что вы, вероятно, заинтересуетесь ими. и те, и другие.

Answer 5

Поиск «алгоритма рекомендации» приводит к множеству статей. Большинство алгоритмов включают алгоритмы «машинного обучения» для определения групп вещей (комедийные фильмы, книги по садоводству, оркестровая музыка и т. Д.). Ваше соответствие с этими группами дает рекомендации. Некоторые компании также используют людей для классификации вещей.

Answer 6

Обычно это делается путем сопоставления вас с другими пользователями, имеющими аналогичную историю / профиль использования, а затем с рекомендациями других вещей, которые они купили / просмотрели / что угодно.

Answer 7

Компьютер извлекает информацию из человеческого мозга с помощью сложного процесса сканирования памяти, сортирует ее соответствующим образом и выводит результаты на основе того, что вы уже испытали в своей жизни.

Answer 8

Существует множество алгоритмов решения этой проблемы: Статья в вики .Это проблема домена машинного обучения.Компьютеры могут быть изучены с использованием двух основных методов: классификация и кластеризация.Они требуют некоторых наборов данных в качестве входных данных.Если набор данных является информативным (на самом деле содержит несколько полезных шаблонов), то эти методы ML могут выкопать большую его часть.

Кластеризацию лучше всего использовать для решения этой проблемы.Его основное назначение - найти сходства между точками в предоставленном наборе данных.Если точки, например, ваша история поиска, они могут быть сгруппированы вместе, чтобы сформировать определенные кластеры.Если Ваша история поиска тесно связана с другой, можно дать подсказку - выбрать ссылки, которые наиболее похожи на Ваши.

То же самое происходит с рекомендациями книги - очевидно, какой набор данных они используют: «Другие люди, которые купили этопродукт также купил продукт A, продукт B, ... ".Ключевым моментом здесь является соответствие вашего профиля другим и использование наиболее похожих рекомендаций.

Answer 9

Если вы можете классифицировать свое содержимое (т. Е. С помощью тегов или анализа контента), вы также можете классифицировать своих пользователей и их предпочтения.

Например: у вас есть видеопортал с 5 миллионами видео. 1 млн. Из них помечены mostly red. Если 80% всех видео, просматриваемых пользователем (который определяется IP-адресом, постоянной учетной записью пользователя, ...), помечены mostly red, вы можете порекомендовать ему еще больше красных видео. Возможно, вы захотите уточнить свои рекомендации, посмотрев на его дальнейшие действия: нравятся ли ему ваши рекомендации - если да, то почему бы не дать ему еще больше, если нет, попробовать второе предположение, возможно, он ищет не цвет, а фоновая музыка ...

Абсолютного алгоритма для этого не существует, но все реализации будут идти в одном направлении. Это всегда основано на наблюдении за пользователями, что пугает меня время от времени: -)

Answer 10

Такой алгоритм будет сильно отличаться от компании к компании. Во многих случаях он анализирует некоторую комбинацию вашей истории поиска, истории покупок, физического местоположения и других факторов. Вероятно, он также будет сравнивать покупки / поиски среди других людей, чтобы найти то, что эти люди купили / искали, и рекомендовать вам некоторые из этих продуктов.

Вероятно, существуют сотни таких алгоритмов, но я сомневаюсь, что вы можете использовать любой из них (которые на самом деле хороши). Возможно, вам лучше самим разобраться.