machine-learning - 1対多の関連付けを持つエンティティに対して推奨を実行する方法はありますか?

Question

ユーザーとアイテムが 1 対多で関連付けられている特定のユース ケースのレコメンデーション システム (学問的演習) を試しています。ある時点で、特定のアイテムを 1 人のユーザーしか所有できないとします。ユーザーは一度に複数のアイテムを所有できます。特定のアイテムには、所有しているユーザーが興味を持つ可能性のある多くの類似アイテムがあります。アイテムを見つけてユーザーにおすすめしたい。通常、ユーザー ベースのレコメンデーションでは、エンティティは多対多の関連付けになります。ユーザー U1 がアイテム I1、I2、I3 を所有し、ユーザー U2 がアイテム I1、I2、I3、I4 を所有している場合、I4 を U1 に推奨します。私の場合、一度に 1 人のユーザーだけが 1 つのアイテムを所有できます。この場合の推奨の実行方法。ユーザーベースのレコメンドは可能ですか？

Answer 1

可能なオプションの 1 つは、常にある問題を別の問題に変換することです。1 対多の情報が与えられた場合、各項目 X に対して (ここで必要とされるある種の類似度を知っているため、それがなければ推奨を行うことができません) オブジェクトを作成し、「ある程度 X に類似した項目」と呼びます。 C[X]、そしてすべてのアイテムを調べたら、新しい種類のデータが得られます。ユーザーと「アイテム クラスター」C があります。ここで、ユーザー A が C[X] のいずれかのアイテムを気に入った場合、ユーザー A がクラスター C[X] を「気に入った」と仮定できます。このようにして、同じデータに対して多対多の関係があり、少し「平滑化」されます。これで、あらゆる種類の既存のシステムを使用できるようになり、推奨 C[Y] を取得したら、C[Y] から無料の (利用可能な) アイテムを「推奨」します。