Wenn Sie beispielsweise Netflix öffnen, wird "Für Sie empfohlen" angezeigt. Ist auf dem oberen Bildschirm. Dies "für Sie empfohlen" Ein Motor, der extrahiert.
Das empfohlene Engine-System verändert den Umsatz der gesamten Site erheblich und macht sie zu einem der Orte, an denen Datenwissenschaftler eine aktive Rolle spielen können. Es gibt Überraschungen usw. als Rahmen, um einen empfohlenen Motor zu machen.
Es scheint, dass es ungefähr 3 Arten gibt.
Simple engine Wir empfehlen einfach diejenigen mit hoher Bewertung. Wir bewerten keine individuellen Benutzerpräferenzen. Wenn die Bewertung "Ihr Name ist" beispielsweise 5 Sterne beträgt, Ich empfehle es allen Benutzern.
Vorteil Sehr einfach und leicht zu implementieren
Nachteil Es wird nicht empfohlen, den Geschmack einzelner Benutzer widerzuspiegeln. Daher werden SF für Frauen und beliebte Liebesfilme für Männer für Männer empfohlen und die Genauigkeit ist gering.
Content-based engine Wir empfehlen einfach Produkte mit ähnlichen Inhalten. Zum Beispiel sind Raubtiere und Außerirdische inhaltlich ähnlich. Wenn Sie Raubtiere mögen, empfehle ich Aliens.
Vorteil Die Implementierung ist unsicher und für die Menschen leicht zu erklären. Stark bei der Empfehlung von Filmen nach Genre (SF, Liebe usw.)
Nachteil Ich neige dazu, alte Filme zu empfehlen, weil ich mit den Trends nicht Schritt halten kann. Da nur ähnliche Inhalte empfohlen werden, wird empfohlen, unabhängig davon, ob diese niedrig oder hoch sind.
Collaborative Filtering engine Ich empfehle Ihnen, was Benutzer wie Sie mögen.
Angenommen, Sie mögen Ponyo auf einer Klippe (General Ghibli arbeitet). Außer Ihnen mögen Benutzer, die Ponyo auf der Klippe mögen (allgemeine Ghibli-Werke), aus irgendeinem Grund auch "Ihr Name ist". Die empfohlene Engine empfiehlt Ihnen daher "Ihr Name ist".
Vorteil Hohe Genauigkeit, da sie dem individuellen Geschmack des Benutzers entspricht.
Nachteil Es ist etwas schwierig umzusetzen und den Menschen schwer zu erklären. Die Genauigkeit ist ohne große Datenmenge gering.
Datenbewusste Unternehmen wie Netflix verwenden kollaborative Filter-Engines. Eindruck, dass die Schwierigkeit der Montage von oben nach unten zunimmt, aber auch die Genauigkeit
Recommended Posts