推奨システム
2198 ワード
リンクテキスト
推奨システムの概念と目的を理解する.
Implicitライブラリを使用して、行列分解に基づく推奨モデルを作成します.
音楽鑑賞記録を利用して、似たような芸術家を探して、芸術家を推薦します.
推奨システムでよく使われるデータ構造CSRマトリックスを熟知している
ユーザー行動データにおけるExplicitデータとImplicitデータの違いを熟知している.
新しいデータセットで推奨モデルを直接作成します.
データのナビゲートと前処理
ユーザーの明示的および暗黙的な評価
Matrix Factorization(MF)
CSR(Compressed Sparse Row) Matrix
学習MFモデル
似たようなアーティストを探す+ユーザーにおすすめ
プロジェクト-MovieLens映画推薦練習
定義:他の好きなユーザーと似たような選択をお勧めします.
原理:コラボレーションフィルタリングとコンテンツベースフィルタリング
*コラボレーションフィルタ
定義:プロジェクト-ユーザー(リレーションシップ)にフォーカスします.
特徴:正確な推薦を提供することができる.(in複数の好みやアイテム)
こうそくじょうけん 情報量不足のため、ユーザ又は項目(コールドスタート) を推定することができない.計算量が多く、推奨効率が低い 注目度が低い場合は は推奨されない.
*コンテンツベースのフィルタ
定義:品目属性 のみに注目
ユーザの明示的な評価 定義:好感度 を好むか好まないかのように表現する黙示評価
定義:サービスの使用時に自然に現れる
:(m,n)サイズの評価マトリクスで、マトリクスには充填された部分もあれば、空の部分もあります.
:推奨システムのコラボレーションフィルタリングに使用します.
:分解行列.
R(m,n) -> P(m,k) -> Q(k,n)
-->RはPとQの行列積(内積)である.
-->Pはユーザの属性ベクトルを表す
-->Qは別の属性ベクトル
目的
:k-dimensionのベクトルを作成します.
定義:ゼロ以外の有効なデータを使用して、メモリsの容量を最小限に抑えながら、データの値と座標情報を入力します. indices = np.array([1,2,3,0,1,3,1,2,2,3])
indptr = np.array([0,3,6,8,10])
matrix([[0, 1, 3, 5], [6, 2, 0, 11], [0, 7, 9, 0], [0, 0, 10, 12]])
n/a.ターゲット
推奨システムの概念と目的を理解する.
Implicitライブラリを使用して、行列分解に基づく推奨モデルを作成します.
音楽鑑賞記録を利用して、似たような芸術家を探して、芸術家を推薦します.
推奨システムでよく使われるデータ構造CSRマトリックスを熟知している
ユーザー行動データにおけるExplicitデータとImplicitデータの違いを熟知している.
新しいデータセットで推奨モデルを直接作成します.
目次
データのナビゲートと前処理
ユーザーの明示的および暗黙的な評価
Matrix Factorization(MF)
CSR(Compressed Sparse Row) Matrix
学習MFモデル
似たようなアーティストを探す+ユーザーにおすすめ
プロジェクト-MovieLens映画推薦練習
推奨システム
定義:他の好きなユーザーと似たような選択をお勧めします.
原理:コラボレーションフィルタリングとコンテンツベースフィルタリング
定義:プロジェクト-ユーザー(リレーションシップ)にフォーカスします.
特徴:正確な推薦を提供することができる.(in複数の好みやアイテム)
こうそくじょうけん
*コンテンツベースのフィルタ
定義
ユーザーの黙示/明示評価
定義:サービスの使用時に自然に現れる
Matrix Factorization(MF)
:(m,n)サイズの評価マトリクスで、マトリクスには充填された部分もあれば、空の部分もあります.
:推奨システムのコラボレーションフィルタリングに使用します.
:分解行列.
R(m,n) -> P(m,k) -> Q(k,n)
-->RはPとQの行列積(内積)である.
-->Pはユーザの属性ベクトルを表す
-->Qは別の属性ベクトル
目的
:k-dimensionのベクトルを作成します.
CSR(Compressed Sparse Row) Matrix
定義:ゼロ以外の有効なデータを使用して、メモリsの容量を最小限に抑えながら、データの値と座標情報を入力します.
data = np.array([1,3,5,6,2,11,7,9,10,12])
indptr = np.array([0,3,6,8,10])
matrix([[0, 1, 3, 5], [6, 2, 0, 11], [0, 7, 9, 0], [0, 0, 10, 12]])
Reference
この問題について(推奨システム), 我々は、より多くの情報をここで見つけました https://velog.io/@qsdcfd/추천시스템テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol