Рекомендательная система

Материал из Википедии — свободной энциклопедии
Перейти к: навигация, поиск

Рекомендательные системы — программы, которые пытаются предсказать, какие объекты (фильмы, музыка, книги, новости, веб-сайты) будут интересны пользователю, имея определенную информацию о его профиле. Зачастую реализуются на алгоритме коллаборативной фильтрации.

Типы рекомендательных систем[1][править | править исходный текст]

Существуют две основные стратегии создания рекомендательных систем: фильтрация содержимого и коллаборативная фильтрация [2].

При фильтрации содержимого создаются профили пользователей и объектов.

  • Профили пользователей могут включать демографическую информацию или ответы на определённый набор вопросов.
  • Профили объектов могут включать названия жанров, имена актёров, имена исполнителей и т. п. — в зависимости от типа объекта.

Этот подход используется в проекте Music Genome Project: музыкальный аналитик оценивает каждую композицию по сотням различных музыкальных характеристик, которые могут использоваться для выявления музыкальных предпочтений пользователя.

При коллаборативной фильтрации используется информация о поведении пользователей в прошлом — например, информация о покупках или оценках. В этом случае не имеет значения, с какими типами объектов ведётся работа, но при этом могут учитываться неявные характеристики, которые сложно было бы учесть при создании профиля. Основная проблема этого типа рекомендательных систем — «холодный старт»: отсутствие данных о недавно появившихся в системе пользователях или объектах.

Методика[править | править исходный текст]

В процессе работы рекомендательные системы собирают данные о пользователях, используя сочетание явных и неявных методов.

Примеры явного сбора данных[править | править исходный текст]

  • запрос у пользователя оценки объекта по дифференцированной шкале;
  • запрос у пользователя ранжировки группы объектов от наилучшего к наихудшему;
  • предъявление пользователю двух объектов с вопросом о том, какой из них лучше;
  • предложение создать список объектов, любимых пользователем.

Примеры неявного сбора данных[править | править исходный текст]

  • наблюдение за тем, что осматривает пользователь в интернет-магазинах или базах данных другого типа;
  • ведение записей о поведении пользователя онлайн;
  • отслеживание содержимого компьютера пользователя;

Применение[править | править исходный текст]

Рекомендательные системы сравнивают однотипные данные от разных людей и вычисляют список рекомендаций для конкретного пользователя. Некоторые примеры их коммерческого и некоммерческого использования приведены в статье о коллаборативной фильтрации. Для вычисления рекомендаций используется граф интересов[3]. Рекомендательные системы — удобная альтернатива поисковым алгоритмам, так как позволяют обнаружить объекты, которые не могут быть найдены последними. Любопытно, что рекомендательные системы часто используют поисковые машины для индексации необычных данных.

Примеры сайтов, использующих рекомендательные системы[править | править исходный текст]

Ссылки[править | править исходный текст]

См. также[править | править исходный текст]

Примечания[править | править исходный текст]

Литература[править | править исходный текст]