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