컴퓨터에서 "당신에게 권장"을 어떻게 알았습니까?

Question

최근 몇 가지 웹 사이트가 "You for Recommended"와 같은 것을 발견했습니다. 예를 들어 youtube 나 facebook과 같이 웹 사이트에서 내 행동을 연구하고 나에게 몇 가지 콘텐츠를 추천 할 수 있습니다. 그들이이 정보를 어떻게 분석했는지 알고 싶습니까? 그렇게 할 수있는 알고리즘이 있습니까? 고맙습니다.

Answer 1

Amazon와 Netflix는 Collaborative filtering이라는 기술을 사용하여 사용자와 유사한 구매 및 선택을 한 다른 사용자의 좋아요/싫어요를 기반으로 사용자가 좋아할만한 것을 제안합니다.

Answer 2

이렇게 할 알고리즘이 있습니까?

예

Answer 3

예. 일반적으로 하나는 과거에 선택한 것을보고, 그 사람들을 선택했던 다른 사람들을 찾은 다음 다른 사람들 사이에서 가장 공통적 인 선택을 찾아 관심을 가질 것으로 생각합니다. 그것들도.

Answer 4

일반적으로 비슷한 사용 내역/프로필을 가진 다른 사용자와 사용자를 매치 한 다음, 내가 본/관람 한/다른 것을 추천합니다.

Answer 5

이러한 알고리즘은 회사마다 크게 다를 것입니다. 대부분의 경우 검색 기록, 구매 내역, 실제 위치 및 기타 요소의 일부 조합을 분석합니다. 또한 다른 사람들 사이의 구매/검색을 비교하여 해당 사용자가 무엇을 구매했는지 검색하고 해당 제품 중 일부를 추천 해줍니다.

거기에는 아마도 수백 가지 알고리즘이있을 수 있지만 그 중 하나를 사용할 수 있는지는 의심 스럽습니다. 아마 너 자신을 알아 내는게 더 나을거야.

Answer 6

"권장 알고리즘"을 검색하면 많은 양의 논문이 생성됩니다. 대부분의 알고리즘은 사물 (코미디 영화, 원예에 관한 책, 오케스트라 음악 등)을 결정하는 "기계 학습"알고리즘을 통합합니다. 해당 그룹과 일치하면 권장 사항이됩니다. 어떤 회사는 인간을 사용하여 물건을 분류합니다.

Answer 7

콘텐츠를 분류 할 수있는 경우 (태그 지정 또는 콘텐츠 분석을 통해) 사용자와 사용자의 환경 설정을 분류 할 수도 있습니다.

예 : 500 만 개의 비디오 포털이 있습니다. 1mio에는 mostly red이라는 태그가 지정되어 있습니다. 사용자가 본 모든 동영상 (IP, 영구 사용자 계정 등으로 정의 됨)의 80 %에 mostly red이라는 태그가 지정되어 있으면 더 많은 빨간색 동영상을 추천 할 수 있습니다. 그의 추가 작업을 검토하여 권장 사항을 조정할 수 있습니다. 권장 사항을 좋아합니까? 그렇다면 그에게 더 많은 정보를 제공하고 그렇지 않을 경우 차선책을 시도하십시오. 아마도 색상을 찾고 있지 않을 수도 있습니다. 배경 음악 ...

절대적인 알고리즘은 없지만 모든 구현은 비슷한 방향으로 진행됩니다. 언제나 나를 두려워하는 사용자 관찰에 기초하고 있습니다 :-)

Answer 8

그래, 많은 알고리즘이 있습니다. k- 가장 가까운 이웃과 같은 것들 : http://en.wikipedia.org/wiki/K-nearest_neighbor_algorithm.

다음은 이러한 종류의 시스템을 다른 사람과 함께 만드는 꽤 좋은 책입니다. http://www.amazon.com/gp/product/0596529325?ie=UTF8&tag=ianburriscom-20&linkCode=as2&camp=1789&creative=9325&creativeASIN=0596529325.

Answer 9

문제를 해결하는 알고리즘이 많이 있습니다 : Wiki article.그것은 기계 학습 도메인 문제입니다. 컴퓨터는 두 가지 주요 기술 (분류 및 클러스터링)을 사용하여 학습 할 수 있습니다. 일부 데이터 집합을 입력해야합니다. 데이터 세트가 유익한 정보 (실제로 유용한 패턴을 보유하고있는 경우)가 ML 기법보다 많습니다.

클러스터링은 이러한 종류의 문제에 가장 적합 할 수 있습니다. 주요 용도는 제공된 데이터 세트에서 포인트 간 유사점을 찾는 것입니다. 포인트가 예를 들어. 검색 기록을 함께 그룹화하여 특정 클러스터를 형성 할 수 있습니다. 귀하의 검색 기록이 다른 기록과 밀접하게 관련되어있는 경우, 귀하의 검색 기록과 가장 유사한 링크를 선택하는 힌트를 제공 할 수 있습니다.

동일한 권장 사항이 있습니다. 사용하는 데이터 세트가 분명합니다. "이 제품을 구입 한 다른 사람들도 제품 A, 제품 B ...를 구입했습니다." 여기서 핵심은 프로필을 다른 프로필과 일치시키고 가장 유사한 것을 사용하여 권장하는 것입니다.

Answer 10

컴퓨터는 복잡한 메모리 스캔 프로세스로 사람의 두뇌에서 정보를 검색하고 그에 따라 정렬하며 지금까지의 경험을 기반으로 결과를 출력합니다.