Je me suis toujours demandé comment et quelle meilleure façon de faire la mise en œuvre de la fonctionnalité de «génie» sur iTunes.
Je pourrais probablement brute la force, mais je me demandais simplement si quelqu'un avait une perspicacité.
Merci.
4 Réponses :
L'algorithme génie est un exemple de système de recommandation, qui est un sujet brûlant dans les systèmes de commerce électronique. Tant de sorte que Netflix avait un prix de 1 million de dollars qui a poursuivi depuis plusieurs années pour améliorer son système de recommandation par de seulement 10%.
sur iTunes, vous avez une collection de musique. Genius peut faire des hypothèses que si vous avez cette musique que vous devez l'aimer. Si suffisamment de gens ont une chanson B qui a une chanson a alors génial peut dire que si vous avez une chanson A, vous aimerez probablement la chanson b.
Juste avoir la chanson serait une recommandation assez faible. Mieux serait si l'utilisateur avait noté cette musique afin que vous puissiez améliorer la force de la "recommandation" sur cette base.
Je recommande vivement de lire Si vous avez aimé cela, vous êtes sûr d'aimer cela comme une bonne amorce sur les systèmes de recommandation.
Point important: vous devez avoir des données de lots des utilisateurs. Vous ne pouviez pas le faire vous-même par force brute (à moins que vous ne veux pas dire la créer entièrement à la main).
step1 - Recueillir les données, pour tous les clics / la lecture par utilisateur. Ce serait beaucoup de données.
step2 - faire un système de génération de liste de classement / de recommandation. Pour chaque chanson, générez une liste de types de classement / priorité avec tous les produits / chansons que les gens visualisent / jouent. Un exemple simple dit que le nombre de personnes partagent la même combinaison ou la quantité de temps de jeu chaque chanson est jouée.
step3 - Gardez une limite (dites top10) pour afficher vos recommandations de la liste ci-dessus sur une chanson.
Ce n'était pas si difficile, l'astuce ou le génie réside dans l'ajout de poids à la liste que vous faites à l'étape2. Comment votre système de recommandation fonctionne avec des poids (pour le rang EX Page).
J'aurais peut-être des ingénieurs de mines de données déçus en donnant une explication aussi naïve / simple au champ d'informatique extrêmement complexe. Pardonnez-moi. :)
Jetez un coup d'œil à cela, Fréquence de document inverse de fréquence à terme , c'est une méthode Ce rang en fonction de ce que vous aimez, plus le plus "unique" est "unique" une chanson aimée sur les recommandations.
Fondamentalement, si vous aimez seulement et jouez U2, ce sera difficile pour l'algorithme / programme de recommander quelque chose de spécial, ce qui est à votre goût.
D'autre part Si vous êtes plus varié dans votre utilisation iTunes, ces bandes moins connues que vous aimez vraiment seront pesées davantage, car elles vous isolent davantage des masses.
Près de Duplicata "