Совместная фильтрация по элементам , или по элементам , или по элементам , - это форма совместной фильтрации для рекомендательных систем, основанная на сходстве элементов, рассчитанных с использованием оценок этих элементов людьми. Совместная фильтрация элементов данных была изобретена и использовалась Amazon.com в 1998 году. [1] [2] Впервые она была опубликована на научной конференции в 2001 году. [3]
Более ранние системы совместной фильтрации, основанные на сходстве оценок между пользователями (известная как совместная фильтрация пользователь-пользователь ), имели несколько проблем:
- системы работали плохо, когда у них было много элементов, но сравнительно мало оценок
- вычисление сходства между всеми парами пользователей было дорогостоящим
- профили пользователей изменились быстро, и пришлось пересчитывать всю модель системы
Модели элемент-элемент решают эти проблемы в системах, в которых пользователей больше, чем элементов. В моделях элемент-элемент используется распределение рейтингов по каждому элементу , а не по пользователю . При большем количестве пользователей, чем элементов, каждый элемент имеет больше оценок, чем каждый пользователь, поэтому средний рейтинг элемента обычно не меняется быстро. Это приводит к более стабильному распределению рейтингов в модели, поэтому модель не нужно перестраивать так часто. Когда пользователи потребляют, а затем оценивают элемент, аналогичные элементы этого элемента выбираются из существующей модели системы и добавляются к рекомендациям пользователя.
Метод [ править ]
Сначала система выполняет этап построения модели, обнаруживая сходство между всеми парами элементов. Эта функция подобия может принимать различные формы, например корреляцию между рейтингами или косинус этих рейтинговых векторов. Как и в системах пользователь-пользователь, функции подобия могут использовать нормализованные оценки (корректируя, например, средний рейтинг каждого пользователя).
Во-вторых, система выполняет этап рекомендации . Он использует элементы, наиболее похожие на элементы, уже оцененные пользователем, для создания списка рекомендаций. Обычно этот расчет представляет собой взвешенную сумму или линейную регрессию . Эта форма рекомендации аналогична «люди, которые высоко оценивают элемент X, как и вы, также склонны высоко оценивать элемент Y, а вы еще не оценили элемент Y, поэтому вам следует попробовать».
Результаты [ править ]
Совместная фильтрация элемент-элемент имела меньше ошибок, чем совместная фильтрация пользователь-пользователь. Кроме того, его менее динамичная модель вычислялась реже и сохранялась в матрице меньшего размера, поэтому производительность системы элемент-элемент была лучше, чем у систем пользователь-пользователь.
Ссылки [ править ]
- ^ "Совместные рекомендации с использованием сопоставлений сходства элементов" .
- ^ Linden, G; Смит, B; Йорк, J (22 января 2003 г.). «Рекомендации Amazon.com: совместная фильтрация элементов данных». IEEE Internet Computing . 7 (1): 76–80. DOI : 10.1109 / MIC.2003.1167344 . ISSN 1089-7801 .
- ^ Сарвар, Бадрул; Карипис, Джордж; Констан, Иосиф; Ридл, Джон (2001). Алгоритмы рекомендаций совместной фильтрации на основе элементов . Материалы 10-й Международной конференции во всемирной паутине . ACM . С. 285–295. CiteSeerX 10.1.1.167.7612 . DOI : 10.1145 / 371920.372071 . ISBN 978-1-58113-348-6. S2CID 8047550 .
Рекомендательные системы |
---|
Концепции |
|
Методы и проблемы |
|
Реализации |
|
Исследовать |
|