recommendation-engine - 新しいシステムのコールド スタート: レコメンダー システム

Question

私は、何万ものアイテムとその機能の説明を含むレコメンダー システムを構築しましたが、現時点ではユーザー プロファイルはありません。システムのブートストラップに役立つアプローチへのポインタを探しているので、評価を行うことができます。この問題に対処した論文/アプリケーションへのポインタをいただければ幸いです。

Answer 1

コールド スタートの問題に対処する方法は、特定のアプリケーションによって大きく異なります。

ユーザーのコールド スタートの問題に対処する簡単な方法は、新しいユーザーにランダムなアイテム、最も人気のあるアイテム、または厳選されたアイテムを提示し、それらから学習を開始することです。

もう 1 つの方法は、ユーザーにアンケートを提示し、その結果に応じてアイテムを提示することです。または、アイテム/製品を直接見せて、気に入ったものを評価/選択させます。

また、Web ベースのシステムでは、通常、ユーザーについていくつかのことを知っていることに注意してください。ユーザーが使用しているオペレーティング システム/ブラウザー、ユーザーが (大まかに) どこから来たか、ユーザーが話す言語などです。このすべての情報を使用できます。

論文:

• トピックに関するウィキペディアの記事を参照してください
• StackOverflow に関する別の質問に対する私の回答には、新しいアイテムを処理するためのいくつかの論文がリストされています。ほとんどの方法は、新しいユーザーにも適用できます。
• もう 1 つのアプローチは、ユーザーについて学ぶのに最も役立つ製品/アイテムを選択することです。私の頭の中で、Google Scholar に「推奨」と「決定木」、「アクティブ ラーニング」、「ユーザー コールド スタート」などの用語をクエリすることで、それらを見つけることができます。