Polecanie filmów z dodatkowymi funkcjami za pomocą wspólnego filtrowania

Próbuję zbudować system rekomendacji przy użyciu filtrowania grupowego. Mam zwykłe [user, movie, rating]informacje. Chciałbym włączyć dodatkową funkcję, taką jak „język” lub „czas trwania filmu”. Nie jestem pewien, jakich technik mógłbym użyć w przypadku takiego problemu.

Proszę sugerować referencje lub pakiety w Pythonie / R.

Oto niektóre zasoby, które mogą być pomocne:

• Recommendenderlab - oprogramowanie ramowe i open source do opracowywania i testowania algorytmów rekomendacji: http://lyle.smu.edu/IDA/recommenderlab . Odpowiadający Rpakiet recommenderlab: http://cran.r-project.org/package=recommenderlab .

• Poniższy post na blogu ilustruje użycie recommenderlabpakietu (który można uogólnić IMHO dla dowolnego silnika rekomendacji typu open source) do budowania aplikacji rekomendacji filmów , w oparciu o wspólne filtrowanie : http://scn.sap.com/community/developer-center/hana / blog / 2013/11/06 / movie-rekomendacja-przez-dźwignięcie-r .

• Badanie systemów rekomendujących - ładna strona internetowa z zasobami na ten temat, prowadzona przez głównego programistę rekomendacji Michael Michaela Hahslera: http://michael.hahsler.net/research/recommender .

• Zaprawa Zalecenie silnika - W konfigurowalny silnik zalecenie dla open source Hadoopi Pignapisany w Pythoni Java: https://github.com/mortardata/mortar-recsys . Firma, sponsorująca rozwój tego projektu, Mortar Data , oferuje ogólną komercyjną platformę chmurową do opracowywania i hostingu projektów oprogramowania do nauki danych , w tym opartych na Mortar Recommendation Engine(rozwój i hosting projektów publicznych są bezpłatne): http: //www.mortardata. com . Mortar Data zapewnia pomoc w formie publicznego forum pytań i odpowiedzi ( https://answers.mortardata.com ), a także obszernego samouczkana temat budowania silnika rekomendacji przy użyciu otwartych technologii ( http://help.mortardata.com/data_apps/recommendation_engine ).

• „Wprowadzenie do systemów rekomendujących” - odpowiedni kurs Coursera (MOOC), którego treść i opis zapewniają dodatkowe zasoby na ten temat: https://www.coursera.org/course/recsys .

• PredictionIO - oprogramowanie serwera do uczenia maszynowego typu open source, które umożliwia budowanie aplikacji do nauki danych , w tym systemów rekomendacji : http://prediction.io (kod źródłowy jest dostępny na GitHub: https://github.com/PredictionIO ). PredictionIOzawiera wbudowany silnik rekomendacji ( http://docs.prediction.io/current/engines/itemrec/index.html ) i obsługuje szeroki zakres języków programowania i struktur za pośrednictwem RESTfulinterfejsów API, a także SDK / wtyczek. PredictionIO utrzymuje Amazon Machine Imagena AWS Marketplace do wdrażania aplikacji w infrastrukturze AWS: https://aws.amazon.com/marketplace/pp/B00ECGJYGE.

• Dodatkowe projekty oprogramowania typu open source , związane z tematem (odkryte za pośrednictwem MLOSSstrony internetowej na temat oprogramowania typu open source do uczenia maszynowego : http://www.mloss.org ):

  • Jubatus : http://jubat.us/en
  • MyMediaLite : http://mymedialite.net
  • TBEEF : https://github.com/ChrisRackauckas/TBEEF
  • PREA : http://prea.gatech.edu
  • CofiRank : http://www.cofirank.org

• Interesujące są również następujące odpowiednie R posty na blogu :

  • „Proste narzędzia do budowania silnika rekomendacji” ( http://blog.revolutionanalytics.com/2012/04/simple-tools-for-building-a-recommendation-engine.html )
  • „System rekomendacji w R” ( http://blog.yhathq.com/posts/recommender-system-in-r.html )

Zamiast filtrowania grupowego zastosowałbym metodę faktoryzacji macierzy, w której użytkownicy i filmy reprezentowane są przez wektory utajonych obiektów, których iloczyn skalarny daje oceny. Zwykle wybiera się jedynie rangę (liczbę cech) bez względu na to, co reprezentują cechy, a algorytm zajmuje się resztą. Podobnie jak PCA, wynik nie jest natychmiast interpretowalny, ale daje dobre wyniki. To, co chcesz zrobić, to rozszerzyć matrycę filmową o dodatkowe funkcje, o których wspomniałeś, i upewnij się, że pozostaną one stałe, ponieważ algorytm szacuje dwie matryce za pomocą regularizastionu. Odpowiednie wpisy w matrycy użytkownika zostaną zainicjowane losowo, a następnie oszacowane przez algorytm faktoryzacji macierzy. To wszechstronne i wydajne podejście, ale wymaga pewnej wiedzy na temat uczenia maszynowego,

Widziałem jakiś fajny notatnik ipython, ale nie mogę go teraz znaleźć, więc odsyłam cię do innego, który, choć nie tak miły, wciąż wyjaśnia niektóre matematyki.