Grupowe rekomendacje
Transkrypt
Grupowe rekomendacje
Grupowe rekomendacje Paweł Tarczykowski Na podstawie: Group Recommendation: Semantics and Efficiency Sihem AmerYahia, Senjuti Basu Roy, Ashish Chawla, Gautam Das, Cong Yu Do czego to służy ● ● ● Znalezienie filmu do obejrzenia z przyjaciółmi Wybranie restauracji na wyjście ze współpracownikami Organizacja rodzinnych wakacji Rekomendacje indywidualne ● ● ● ● ● U – zbiór użytkowników I – zbiór przedmiotów rekomendacji ItemSim(i, i') – podobieństwo dwóch przedmiotów UserSim(u, u') – podobieństwo dwóch użytkowników rating(u, i) – ocena nadana przedmiotowi i przez użytkownika u Rekomendacje indywidualne ● ● Rekomendacja oparta o podobieństwo przedmiotów Rekomendacja oparta o podobieństwo użytkowników Rekomendacja grupowa ● ● ● ● G – podzbiór U dla którego wybieramy wspólną rekomendację rel(G, i) – istotność przedmiotu i dla grupy G dis(G, i) – różnica dla przedmiotu i i grupy G F(G, i) – funkcja zgody Istotność ● Istotność średnia ● Istotność najmniej zła (Least Misery) Różnica ● ● Średnia różnic parowych (Average Pairwise Disagreements) Wariancja różnic (Disagreement Variance) gdzie mean to średnia wszystkich indywidualnych istotności dla i Funkcja zgody ● Funkcja zgody (Consensus Function) gdzie w1+w2 = 1 Problem TOP-k Znalezienie listy IG elementów z I dla których żaden z użytkowników grupy G nie oceniał przedmiotów z IG, długość listy jest równa k, i jest ona posortowana według wartości F(G, i) Algorytm ● ● ● ● ILu – lista istotności przedmiotów użytkownika u posortowana malejąco DL(u, v) – lista różnic między użytkownikami u i v posortowana rosnąco ComputeExactScore – obliczenie funkcji zgody ComputeMaxScore – obliczenie nowego progu Algorytm RO ● ● Algorytm Relevance lists only ComputeMaxScore: Algorytm PM ● ● ● ● Algorytm Partial Materialization Algorytm ten jest połączeniem dwóch poprzednich Obliczamy wszystkie możliwe DL Bierzemy z nich część np. m największych i używamy w algorytmie Eksperymenty ● ● ● ● ● Intel Dual-core 3.6GHz 500 GB HDD 4 GB RAM Windows XP JDK 5.0 Eksperymenty ● ● ● Użytkownicy: 71 tys. Filmy: 10 tys. Oceny 10 milionów Dziękuję