Tôi đang cố gắng xây dựng một hệ thống khuyến nghị bằng cách sử dụng bộ lọc cộng tác. Tôi có thông [user, movie, rating]tin thông thường . Tôi muốn kết hợp một tính năng bổ sung như 'ngôn ngữ' hoặc 'thời lượng của phim'. Tôi không chắc những kỹ thuật nào tôi có thể sử dụng cho một vấn đề như vậy.
Vui lòng đề xuất tài liệu tham khảo hoặc gói trong python / R.
Câu trả lời:
Dưới đây là một số tài nguyên có thể hữu ích:
Recommenderlab - một khung và phần mềm nguồn mở để phát triển và thử nghiệm các thuật toán đề xuất: http://lyle.smu.edu/IDA/recommenderlab . RGói tương ứng recommenderlab: http://cran.r-project.org/package=recommenderlab .
Bài đăng trên blog sau đây minh họa việc sử dụng recommenderlabgói (IMHO có thể được khái quát hóa cho mọi công cụ đề xuất nguồn mở) để xây dựng ứng dụng đề xuất phim , dựa trên bộ lọc cộng tác : http://scn.sap.com/community/developer-center/hana / blog / 2013/11/06 / phim-đề nghị-bằng-đòn bẩy-r .
Nghiên cứu về các hệ thống đề xuất - một trang web đẹp với các tài nguyên về chủ đề này, được duy trì bởi nhà phát triển hàng đầu của recommenderlab Michael Hahsler: http://michael.hahsler.net/research/recommender .
Công cụ đề xuất Mortar - một công cụ đề xuất có thể tùy chỉnh nguồn mở cho Hadoopvà Pig, được viết bằng Pythonvà Java: https://github.com/mortardata/mortar-recsys . Công ty, tài trợ cho sự phát triển của dự án này, Mortar Data , cung cấp nền tảng đám mây thương mại chung để phát triển và lưu trữ các dự án phần mềm khoa học dữ liệu , bao gồm các dự án dựa trên Mortar Recommendation Engine(phát triển và lưu trữ các dự án công cộng là miễn phí): http: //www.mortardata. com . Dữ liệu Mortar cung cấp trợ giúp dưới dạng diễn đàn Hỏi & Đáp công khai ( https://answers.mortardata.com ) cũng như hướng dẫn toàn diệnvề xây dựng công cụ đề xuất sử dụng các công nghệ mở ( http://help.mortardata.com/data_apps/recommendation_engine ).
"Giới thiệu về Hệ thống đề xuất" - một khóa học Coursera có liên quan (MOOC), nội dung và mô tả cung cấp các tài nguyên bổ sung về chủ đề: https://www.coursera.org/cference/recsys .
Dự đoán - một phần mềm máy chủ học máy nguồn mở, cho phép xây dựng các ứng dụng khoa học dữ liệu , bao gồm các hệ thống khuyến nghị : http://prediction.io (mã nguồn có sẵn trên GitHub: https://github.com/PredictionIO ). PredictionIObao gồm một công cụ đề xuất tích hợp ( http://docs.prediction.io/civerse/engines/itemrec/index.html ) và hỗ trợ một loạt các ngôn ngữ lập trình và khung thông qua RESTfulAPI cũng như SDK / plugin. PredictionIO duy trì một Amazon Machine Imagetrên AWS Marketplace cho việc triển khai các ứng dụng trên cơ sở hạ tầng AWS: https://aws.amazon.com/marketplace/pp/B00ECGJYGE.
Các dự án phần mềm nguồn mở bổ sung , có liên quan đến chủ đề (được phát hiện qua MLOSStrang web trên máy học phần mềm nguồn mở: http://www.mloss.org ):
Các R bài đăng blog có liên quan sau đây cũng thú vị:
Thay vì lọc cộng tác, tôi sẽ sử dụng phương pháp tiếp cận nhân tố ma trận, trong đó người dùng và phim giống nhau được đại diện bởi các vectơ của các tính năng tiềm ẩn có sản phẩm chấm mang lại xếp hạng. Thông thường, người ta chỉ chọn thứ hạng (số lượng tính năng) mà không quan tâm đến những gì các tính năng đại diện và thuật toán làm phần còn lại. Giống như PCA, kết quả không thể giải thích ngay lập tức nhưng nó mang lại kết quả tốt. Những gì bạn muốn làm là mở rộng ma trận phim để bao gồm các tính năng bổ sung mà bạn đã đề cập và đảm bảo rằng chúng được cố định khi thuật toán ước tính hai ma trận bằng cách sử dụng thường xuyên. Các mục tương ứng trong ma trận người dùng sẽ được khởi tạo ngẫu nhiên, sau đó được ước tính bằng thuật toán nhân tố ma trận. Đó là một cách tiếp cận linh hoạt và hiệu quả nhưng cần một số hiểu biết về học máy,
Tôi đã thấy một cuốn sổ ipython đẹp một lúc trước nhưng tôi không thể tìm thấy nó ngay bây giờ, vì vậy tôi sẽ giới thiệu cho bạn một cuốn khác , dù không hay, vẫn làm rõ một số phép toán.