mahoutでは、GenericUserBasedRecommenderを設定していますが、今のところ、一般的な設定です。
アイテムの「設定」値を生成する際に、次の5つのデータポイントがあります。
ポジティブな関心
- ユーザーがアイテムに変換しました（可能な限り高い関心の兆候）
- 通常のように（ユーザーが興味を示した、たとえばボタンのように）
- 興味のある間接的な表現（クリック、カーソルの動き、「眼球」の測定）
負の利息
- 無関心（他のアイテムでアクティブなときにユーザーが無視したアイテム、無関心の漠然とした表現）
- 積極的な嫌悪感（親指を下に向ける、ビューからアイテムを削除するなど）
これらのさまざまな属性をどの範囲で表現する必要があるか、1〜100のスケールを使用して説明しますか？
- 「アクティブな嫌い」と「無関心」をそれぞれ1と5に近づけて、すべてのいいねを90〜100の範囲でクラスター化する必要がありますか？
- 「無関心」と「間接的な関心の表現」を中心に近づける必要がありますか？20〜35の範囲の「無関心」と60〜70の範囲の「間接的な」のように？
- 「ユーザーコンバージョン」はスケールを吹き飛ばし、他のものよりも頭と尾を高くする必要がありますか？のように：'ユーザー変換'@ 100、'あまり好きではない'@〜65、'嫌い'は1-10の範囲でクラスター化されていますか？
- 1〜100のスケールでは、50は事実上「ヌル」ですか、それともデータポイントがまったくないのと同じですか。
最終的な答えは試行錯誤とデータの意味にあることは知っていますが、アルゴリズムに関する限り、アルゴリズムが機能するためには、関心と無関心の間のスケールをどの時点で傾ける必要があるかを理解しようとしています。ちゃんと。