Ortak filtreleme kullanarak bir öneri sistemi oluşturmaya çalışıyorum. Her zamanki [user, movie, rating]bilgilerim var. 'Dil' veya 'film süresi' gibi ek bir özellik eklemek istiyorum. Böyle bir problem için hangi teknikleri kullanabileceğimden emin değilim.
Lütfen python / R'deki referansları veya paketleri önerin.
Yanıtlar:
İşte size yardımcı olabilecek bazı kaynaklar:
Tavsiyeci - tavsiye algoritmalarını geliştirmek ve test etmek için bir çerçeve ve açık kaynaklı yazılım: http://lyle.smu.edu/IDA/recommenderlab . İlgili Rpaket recommenderlab: http://cran.r-project.org/package=recommenderlab .
Aşağıdaki blog yazısı , işbirlikçi filtrelemeye dayalı olarak film önerisi uygulaması recommenderlaboluşturmak için paketin (IMHO'nun herhangi bir açık kaynak tavsiye motoru için genelleştirilebileceği) kullanımını göstermektedir : http://scn.sap.com/community/developer-center/hana / blog / 2013/11/06 / kaldıraçla film önerisi-r .
Tavsiye sistemleri hakkında araştırma - Tavsiye edici baş geliştirici Michael Hahsler tarafından sağlanan konuyla ilgili kaynaklara sahip güzel bir web sayfası: http://michael.hahsler.net/research/recommender .
Harç Öneri Motor için bir açık kaynak özelleştirilebilir öneri motoru - Hadoopve Pigyazılı, Pythonve Java: https://github.com/mortardata/mortar-recsys . Bu projenin geliştirilmesine sponsor olan Mortar Data , (kamu projelerinin geliştirilmesi ve barındırılması ücretsizdir) dahil olmak üzere veri bilimi yazılım projelerinin geliştirilmesi ve barındırılması için genel ticari bulut platformu sunmaktadır : http: //www.mortardata. com . Harç Verileri herkese açık Soru-Cevap forumu ( https://answers.mortardata.com ) şeklinde yardım ve kapsamlı bir eğitim sunarMortar Recommendation Engineaçık teknolojileri kullanarak öneri motoru oluşturma konusunda ( http://help.mortardata.com/data_apps/recommendation_engine ).
"Tavsiye Sistemlerine Giriş" - içerik ve açıklamanın konuyla ilgili ek kaynaklar sağladığı ilgili bir Coursera kursu (MOOC): https://www.coursera.org/course/recsys .
PredictionIO - öneri sistemleri de dahil olmak üzere veri bilimi uygulamalarının oluşturulmasına izin veren açık kaynaklı bir makine öğrenme sunucusu yazılımı : http://prediction.io (kaynak kodu GitHub'da mevcuttur: https://github.com/PredictionIO ). yerleşik bir öneri motoru içerir ( http://docs.prediction.io/current/engines/itemrec/index.html ) ve API'ler ve SDK'lar / eklentiler aracılığıyla çok çeşitli programlama dillerini ve çerçevelerini destekler . PredictionIO bir tutar üzerinde AWS Marketplace AWS altyapı uygulamaları dağıtmak için: https://aws.amazon.com/marketplace/pp/B00ECGJYGEPredictionIORESTfulAmazon Machine Image.
Konuyla ilgili ek açık kaynak yazılım projeleri ( makine öğrenimi açık kaynak yazılımıyla MLOSSilgili web sitesi üzerinden keşfedildi : http://www.mloss.org ):
Aşağıdaki ilgili R blog gönderileri de ilgi çekicidir:
İşbirliğine dayalı filtreleme yerine, kullanıcılar ve filmlerin, nokta ürünleri derecelendirmeleri veren gizli özelliklerin vektörleri tarafından temsil edilen matris çarpanlara ayırma yaklaşımını kullanacağım. Normalde, özelliklerin neyi temsil ettiğine bakılmaksızın yalnızca sıra (özellik sayısı) seçilir ve algoritma gerisini halleder. PCA gibi, sonuç hemen yorumlanamaz, ancak iyi sonuçlar verir. Yapmak istediğiniz şey, film matrisini, bahsettiğiniz ek özellikleri içerecek şekilde genişletmek ve algoritmanın düzenlileştirmeyi kullanarak iki matrisi tahmin ettiği için sabit kaldıklarından emin olmaktır. Kullanıcı matrisindeki karşılık gelen girişler rastgele başlatılacak, daha sonra matris çarpanlara ayırma algoritması ile tahmin edilecektir. Bu çok yönlü ve performanslı bir yaklaşımdır, ancak makine öğrenimi hakkında biraz anlayış gerektirir,
Bir süre önce güzel bir ipython not defteri gördüm ama şu anda bulamıyorum, bu yüzden sizi hoş olmasa da hala bazı matematiği açıklığa kavuşturan bir başkasına yönlendireceğim .