211service.com
Lielākais izaicinājums ieteikuma dzinējiem
Frāze Cilvēki, kas nopirka X, arī nopirka Y, ir kļuvusi par vienu no slavenajiem interneta laikmeta monikeriem. Šī konkrētā vārdu forma nāk no ieteikumu dzinējiem, kas analizē produktus, kurus esat iegādājies iepriekš, lai ieteiktu produktus, kas jums varētu patikt nākotnē, parasti pamatojoties uz citu cilvēku ar līdzīgu gaumi izdarīto izvēli.
Labi ieteikumu dzinēji var palielināt pārdošanas apjomu par vairākiem procentiem. Tāpēc tie ir kļuvuši par vienu no tiešsaistes veikalu un pakalpojumu obligātajām funkcijām.
Tāpēc nav grūti saprast, kāpēc ir liela interese uzlabot ieteikumu dzinēju veiktspēju. Patiešām, 2006. gadā tiešsaistes filmu nodrošinātājs Netflix piedāvāja balvu USD 1 miljona apmērā ikvienam, kurš varētu uzlabot savu ieteikumu algoritmu par vairāk nekā 10 procentiem. Balva tika pienācīgi paņemta tikai trīs gadus vēlāk.
Tātad, no kurienes varētu nākt nākamie uzlabojumi?
Šodien mēs saņemam sava veida atbildi, pateicoties Eimijas Džanas darbam Masačūsetsas Tehnoloģiju institūtā Kembridžā un pāris draugiem. Šie puiši norāda, ka, runājot par tiešsaistes pakalpojumiem, piemēram, filmu nodrošinātājiem, vairākas personas bieži izmanto vienu kontu. Tas nozīmē, ka filmu izvēle un vērtējumi šajā kontā ir vairāku dažādu cilvēku apvienotas izvēles.
Jautājums, uz kuru viņi vēlas atbildēt, ir par to, vai ir iespējams identificēt koplietotos kontus, vienkārši izpētot ar tiem saistītos vērtējumus. Un, ja jā, kā būtu jāmaina ieteikumi, reaģējot uz to?
Tie sākas ar divām filmu ieteikumu datu kopām. Pirmajā ir vairāk nekā 4 miljoni ieteikumu no 171 000 lietotāju vairāk nekā 20 000 filmu. Šajā datu kopā ir arī papildu informācija par mājsaimniecības kārtību 600 lietotāju apakškopai. No tām 272 mājsaimniecībās ir divi lietotāji, 14 – trīs, bet četrās – četri lietotāji. Tātad šo mājsaimniecību ieteikumi sniedz kopīgu kontu patiesību.
Džanam un citiem ir arī Netflix datu kopa ar gandrīz 500 000 lietotāju vērtējumiem vairāk nekā 17 000 filmu.
Viņi sāk savu analīzi ar matemātisko apstrādi, kā sadalīt kopīgu vērtējumu kopu tā sastāvdaļās. Uzdevums būtībā ir atrast vairākas saskaņotas ieteikumu kopas, kas atbilst cilvēku skaitam mājsaimniecībā.
Praksē tas nozīmē atrast līdzīgu filmu kopas ar līdzīgiem vērtējumiem. Viens no paņēmieniem, kas izrādās svarīgs, ir tas, ka ir iespējams ar augstu pārliecību piešķirt dažas filmas dažādiem lietotājiem. Piemēram, filmas Toy Story, Monsters Inc un Frozen, iespējams, ir skatījies un novērtējis cits cilvēks, nevis filmu kopums, tostarp Teksasas motorzāģu slaktiņš, Citplanētietis un Eksorcists.
Matemātikā to sauc par apakštelpas klasterizācijas problēmu, un tās risināšanai ir vairākas standarta pieejas. Džans un citi vispirms izmanto šīs metodes datu kopām, kurās mājsaimniecības ir zināmas, lai noskaidrotu, kura darbojas vislabāk.
Pēc tam viņi izmantoja šo metodi aptuveni 55 000 lietotāju Netflix datubāzē, kuri novērtēja vairāk nekā 500 filmas. Viņu algoritms apzīmēja 37 000 no tiem kā vienas personas kontus, 15 000 kontus kā 2 personu kontus un 3000 kontus, kurus izmanto 3 vai vairāk cilvēku.
Nav iespējams zināt, vai šis dalījums ir pareizs, jo nav pieejama pamata patiesības informācija. Tomēr ir iespējams izpētīt šos saliktos kontus, lai noskaidrotu, vai tie šķiet saprātīgi. Vizuāli pārbaudot kontus, kas tika apzīmēti kā salikti, tiek iegūti daži interesanti novērojumi, saka Džans un citi.
Piemēram, viņi daudzos kontos atklāja, ka viena un tā paša TV šova turpinājumi vai sezonas ir sagrupēti kopā. Viņi arī atklāja, ka viens lietotājs dod priekšroku filmām, kas apzīmētas kā Zinātniskā fantastika un Fantāzija, bet cits varētu dot priekšroku filmām, kas apzīmētas kā romantiskas. Šķiet, ka tas Džanam un līdziniekiem dod pārliecību, ka viņu algoritms ir uz pareizā ceļa.
Pēdējā jautājuma adrese ir par to, kā mainīt ieteikumus, kad algoritms ir noteicis, ka vairāk nekā viens lietotājs koplieto vienu kontu. Atbilde ir vienkārša. Vienkārši parādiet labākos ieteikumus katram lietotājam.
Tā ir interesanta pieeja, lai gan nav skaidrs, cik daudz labāk šie ieteikumi darbojas salīdzinājumā ar parastajiem dzinējiem attiecībā uz to, vai tie palielina pārdošanas apjomu vai nē. Tas ir skaidrs mērķis turpmākajiem pētījumiem.
Interesanti, ka Džans un kolēģi norāda, ka šī pieeja var ļaut vienai personai parādīties kā salikts, apzināti iekļaujot vērtējumus filmām, kuras viņiem parasti nepatiktu. Viņi saka, ka sava vērtējuma profila mainīšana vai palielināšana, lai tas parādītos kā salikts lietotājs ar mērķi aizklāt, piemēram, dzimumu, ir interesants pētniecības temats.
Varbūt šī pētījuma rezultātus mēs redzēsim kaut kad nākotnē.
Atsauce: arxiv.org/abs/1408.2055 : Uzminiet, kurš novērtēja šo filmu: lietotāju identificēšana, izmantojot apakštelpas klasterus