問題タブ [recommendation-engine]

集合知プログラミングという本を読んだことがありますが、それは魅力的です。私は最近、アマゾンが彼らのシステムのためのより良いレコメンデーションエンジンを考え出すために世界に投稿した挑戦について聞いた。

勝者は、供給される情報の量を制限することにより、明らかに最良のアルゴリズムを作成しました。

最初の経験則として、私は推測します...「ファジーアルゴリズムに関しては、より多くの情報が必ずしも良いとは限りません。」

それは主観的なものですが、最終的には測定可能なものです（推奨事項に応じてクリックします）。

私たちのほとんどは最近ウェブを扱っており、検索は一種の推奨事項と見なすことができるので...これについて他の人々のアイデアを高く評価するのは私だけではないのではないかと思います。

一言で言えば、「推奨事項を作成するための最良の方法は何ですか？」

stackoverflow / digg / redditに似たレコメンデーションシステムでウェブサイトを実装するにはどうすればよいですか？つまり、ユーザーはコンテンツを送信し、Webサイトは、アイテムの人気度に応じて、ある種の「ホットネス」を計算する必要があります。フローは次のとおりです。

• ユーザーがコンテンツを送信する
• 他のユーザーがコンテンツを表示して投票します（ユーザーの90％がコンテンツのみを表示し、10％がコンテンツに積極的に賛成または反対票を投じると仮定します）
• 新しいコンテンツは継続的に送信されます

提出されたアイテムの「ホットネス」を、できればリアルタイムで計算するアルゴリズムを実装するにはどうすればよいですか？ベストプラクティスやデザインパターンはありますか？

アルゴリズムは次のことを考慮していると思います。

• アイテムが提出されたとき
• 各投票が行われたとき
• アイテムが表示されたとき

たとえば、一定の票のトリクルを取得するアイテムは常にいくらか「ホット」なままですが、最初に送信されたときに大量の投票を受け取ったアイテムは「ホットネス」リストの一番上にジャンプしますが、その後は投票として落ちます入ってくるのをやめなさい。

（MySQL + PHPを使用していますが、一般的なデザインパターンに興味があります）。

検索エンジンに接続されているかどうかに関係なく、オープン ソース プロジェクトで使用できる優れた .NET レコメンデーション アルゴリズムがあるかどうか疑問に思っています。レコメンデーションとは、記事の全文を受け入れ、キーワードの類似性に基づいてインデックスから他の記事をレコメンデーションするものを意味します。

ハイエンドには、Autonomy のようなドキュメント分類エンジンがあります。ローエンドのスパム フィルターとブログの「関連投稿」ウィジェットで。おそらく広告と記事のマッチングも。プロジェクトに組み込みたいのですが、ハイエンドを買う余裕がなく、ローエンドはすべて LAMP ベースのようです。

[申し訳ありませんが、明確化を求める回答が 1 つあります。私が探しているのは、理想的にはスタンドアロン ライブラリですが、必要に応じて適切なソース コードを適用する用意があります。最終的には、任意の量のテキストを受け入れて、以前に索引付けされた同様の記事のリストを返す C# サービスを作成できる必要があります。基本的に、質問を送信するときに StackOverflow 自体が行うこととまったく同じです!]

ありがとう！スティーブ

私自身の入力がユーザーにこれらのアイテムのランダムなセットを与え、そのセット内にある評価またはタグを教えてくれるときに、アイテムの評価またはタグを決定するアルゴリズムを探しています。たとえば、画像のセットに「良い」写真が含まれているかどうか、およびいくつかのランダムなセットから、どの写真が良いかを判断したいと言うかもしれません。これで、ユーザーに提供するアイテムのセットを、これらのアイテムの知識を磨くのに役立つものに調整することもできます。したがって、特定のアイテムが「良い」と「悪い」の両方にマークされたセットにあった場合、システムはそれを既知の良いアイテムのセットに配置しようとし、おそらく、ユーザーがそのセットに悪いアイテムがあると言っているかどうかを判断します。ステータスが不明なものが「悪い」アイテムであることはわかっています。これは理にかなっていますか？

個人的なレコメンデーションシステム、ウェブサイト上の機械学習タイプのもののようなものについては、どの言語が最適でしょうか？

これらのシステムがどのように機能するかについて、私は常に興味を持っていました。たとえば、netflix や Amazon は、過去の購入や評価に基づいてどのような推奨事項を作成するかをどのように決定するのでしょうか? 読むべきアルゴリズムはありますか？

ここで誤解がないように、私が尋ねる実際的な理由はありません。純粋な好奇心から聞いているだけです。

(また、このトピックに関する既存の質問がある場合は、それを教えてください。「レコメンデーション システム」は検索するのが難しい用語です。)

Wired の最近の記事を読んだばかりで、興味があります: Netflix Prize の何がそんなに難しいのですか? 私はこれを可能な限り誠実な方法で意味します.コンテストによってもたらされる困難について私はただ興味があります. 一般的に、ほとんどのレコメンデーション エンジンはこれほど改善が難しいのでしょうか? もしそうなら、それはなぜですか？あるいは、Netflix は改善するのが非常に難しいのでしょうか? もしそうなら、Netflix の何が特別で、これが Amazon よりもはるかに難しいのでしょうか?

私は加重勾配 1 アルゴリズム(より正式にはここ (PDF) )について読んでいました。これは、さまざまなユーザーからアイテムの評価を取得し、少なくとも 1 つの評価と 1 つの欠損値を含むユーザー ベクトルを指定して、欠損評価を予測することになっています。

アルゴリズムの Python 実装を見つけましたが、それをRに移植するのに苦労しています (R の方が快適です)。以下は私の試みです。それを機能させる方法に関する提案はありますか？

よろしくお願いします。

私は現在、特にオーディオファイルのレコメンデーションシステムに取り組んでいますが、このテーマの初心者です。最初にmysqlを使用してデータベースを設計しようとしていますが、その方法を決定できません。基本的に、ユーザーがプロファイルを作成してから検索するシステムです。音楽とシステムのために、彼らが好きな音楽に似た音楽を彼らに勧めます。

1. どのデータベースを使用する必要がありますか？（Mysqlは最初の推測として頭に浮かびます）
2. これはWebプロジェクトであり、モバイル側でもあります。どのテクノロジーを使用する必要がありますか？（php、androidプラットフォーム...）
3. このプロジェクトの落とし穴は何ですか。
4. そのようなシステムのデータベースを設計する方法は？

私は最近、レコメンデーションエンジンに興味があり、この分野で自分自身を向上させたいと思っています。私は現在、「集合知プログラミング」を読んでいます。これは、オライリーからのこの主題に関する最高の本だと思います。しかし、エンジンを実装する方法はわかりません。「わからない」とは、「どうやって始めたらいいのかわからない」という意味です。Last.fmのようなプロジェクトを考えています。

1. どこで（データベース側またはバックエンド側で実装する必要があります）レコメンデーションエンジンの作成を開始しますか？
2. どのレベルのデータベース知識が必要になりますか？
3. ヘルプやリソースに使用できるオープンソースのものはありますか？
4. 私がしなければならない最初のステップは何ですか？