Qual è la differenza tra il filtraggio collaborativo raccomandazione Item-based e raccomandazioni basato sul contenuto

Question

Sono perplesso su ciò che la raccomandazione item-based è in "mahout in azione" .C'è l'algoritmo nel libro:

for every item i that u has no preference for yet 
    for every item j that u has a preference for 
    compute a similarity s between i and j 
    add u's preference for j, weighted by s, to a running average 
return the top items, ranked by weighted average 

cosa posso calcolare la somiglianza tra gli articoli? Se si utilizza il contenuto, non è una raccomandazione basata sul contenuto?

Answer 1

Articolo basato filtraggio collaborativo

La raccomandazione originale dell'oggetto-based è totalmente in base al ranking utente-oggetto (ad esempio, un utente nominale un film con 3 stelle, o un utente "piace" un video) . Quando calcoli la somiglianza tra gli elementi, non devi conoscere altro che la cronologia degli utenti di tutti gli utenti. Quindi la somiglianza tra gli elementi è calcolata in base alle valutazioni invece dei metadati del contenuto dell'articolo.

Lasciatemi fare un esempio. Supponiamo di avere accesso solo ad alcuni dati di rating come di seguito:

user 1 likes: movie, cooking 
user 2 likes: movie, biking, hiking 
user 3 likes: biking, cooking 
user 4 likes: hiking 

Supponiamo ora si vuole fare raccomandazioni per l'utente 4.

Prima si crea un indice invertito per gli oggetti, si otterrà:

movie:  user 1, user 2 
cooking: user 1, user 3 
biking: user 2, user 3 
hiking: user 2, user 4 

Poiché si tratta di una valutazione binaria (simile o meno), è possibile utilizzare una misura di somiglianza come Jaccard Similarity per calcolare la somiglianza degli articoli.

        |user1| 
similarity(movie, cooking) = --------------- = 1/3 
           |user1,2,3| 

Nel numeratore, utente1 è l'unico elemento che il film e la cottura hanno entrambi. Nel denominatore l'unione di film e cucina ha 3 utenti distinti (utente 1,2,3). |.| qui indicano la dimensione del set. Quindi sappiamo che la somiglianza tra film e cucina è 1/3 nel nostro caso. Fai semplicemente la stessa cosa per tutte le possibili coppie di articoli (i,j).

Dopo aver finito con il calcolo similitudine per tutte le coppie, per esempio, è necessario fare una raccomandazione per l'utente 4.

• sguardo al punteggio di somiglianza di similarity(hiking, x) dove x è un qualsiasi altro tag che potrebbero avere .

Se è necessario fornire un suggerimento per l'utente 3, è possibile aggregare il punteggio di somiglianza tra ciascuna voce del proprio elenco. Ad esempio,

score(movie) = Similarity(biking, movie) + Similarity(cooking, movie) 
score(hiking) = Similarity(biking, hiking) + Similarity(cooking, hiking) 

basa-content content-based raccomandazione

Il punto è che dobbiamo conoscere il contenuto di entrambi utente e voce. Generalmente si costruiscono profilo utente e profilo oggetto utilizzando il contenuto dello spazio attributo condiviso. Ad esempio, per un film, lo si rappresenta con le stelle del film in esso e i generi (utilizzando una codifica binaria per esempio). Per il profilo utente, puoi fare la stessa cosa in base agli utenti, ad esempio alcune stelle/generi cinematografici, ecc. Quindi la somiglianza tra utente e oggetto può essere calcolata usando, ad esempio, somiglianza del coseno.

Ecco un esempio concreto:

Supponiamo che questo è il nostro profilo utente (utilizzando la codifica binaria, 0 significa non-like, 1 mezzi simili), che contiene la preferenza dell'utente più di 5 stelle del cinema e 5 generi cinematografici:

  Movie stars 0 - 4 Movie Genres 
user 1: 0 0 0 1 1   1 1 1 0 0 
user 2: 1 1 0 0 0   0 0 0 1 1 
user 3: 0 0 0 1 1   1 1 1 1 0 

Suppongo che questo sia il nostro film-profilo:

  Movie stars 0 - 4 Movie Genres 
movie1: 0 0 0 0 1   1 1 0 0 0 
movie2: 1 1 1 0 0   0 0 1 0 1 
movie3: 0 0 1 0 1   1 0 1 0 1 

per calcolare quanto è buono un film è quello di un utente, usiamo cosine similarity:

        dot-product(user1, movie1) 
similarity(user 1, movie1) = --------------------------------- 
            ||user1|| x ||movie1|| 

           0x0+0x0+0x0+1x0+1x1+1x1+1x1+1x0+0x0+0x0 
          = ----------------------------------------- 
             sqrt(5) x sqrt(3) 

          = 3/(sqrt(5) x sqrt(3)) = 0.77460 

Allo stesso modo:

similarity(user 2, movie2) = 3/(sqrt(4) x sqrt(5)) = 0.67082 
similarity(user 3, movie3) = 3/(sqrt(6) x sqrt(5)) = 0.54772 

Se si vuole dare una raccomandazione per l'utente i, basta scegliere film j che ha il più alto similarity(i, j).

Spero che questo aiuti.

Answer 2

"Basato su oggetti" significa in realtà "oggetto-basato sulla similarità". Puoi inserire qualsiasi metrica di similarità che ti piace qui. Sì, se è basato sul contenuto, come una similarità del coseno rispetto ai vettori del termine, puoi anche chiamare questo "basato sul contenuto".