РУсскоязычный Архив Электронных СТатей периодических изданий
Инженерный журнал: наука и инновации/2013/№ 6/
В наличии за
50 руб.
Купить
Облако ключевых слов*
* - вычисляется автоматически
Недавно смотрели:

Анализ алгоритмов обучения коллаборативных рекомендательных систем

В статье рассмотрены алгоритмы коллаборативной фильтрации, используемые в рекомендательных системах. Проведен сравнительный анализ данных алгоритмов с точки зрения критериев точности полученных результатов и быстродействия. Даны рекомендации по их использованию в конкретных случаях.

Авторы
Тэги
Тематические рубрики
Предметные рубрики
В этом же номере:
Резюме по документу**
УДК 004.58 коллаборативных рекомендательных систем Д.Е. Королева, М.В. Филиппов Анализ алгоритмов обучения МГТУ им. <...> Н.Э. Баумана, Москва, 105005, Россия В статье рассмотрены алгоритмы коллаборативной фильтрации, используемые в рекомендательных системах. <...> Проведен сравнительный анализ данных алгоритмов с точки зрения критериев точности полученных результатов и быстродействия. <...> Существуют две основные стратегии создания рекомендательных систем: фильтрация содержимого и коллаборативная фильтрация [1,2]. <...> При фильтрации содержимого создаются профили пользователей и объектов. <...> При коллаборативной фильтрации [3] используется информация о поведении пользователей в прошлом, например о покупках или оценках. <...> Amazon рекомендует книги и другие товары, основываясь на том, что вы покупали, что просматривали, какие рейтинги ставили и какие оставляли отзывы; • Last.fm и Pandora рекомендуют музыку. <...> Они придерживаются разных стратегий рекомендации: Last.fm использует, кроме собственно рейтингов других пользователей, исключительно «внешние» дан1 <...> Pandora основывается на «содержании» музыкальной композиции, используя очень интересную идею — Music Genome Project, в котором профессиональные музыканты анализируют композицию по нескольким сотням атрибутов (в России Pandora сейчас недоступна); • Google, Yahoo!, Яндекс — можно сказать, что они тоже рекомендуют пользователям сайты, но на самом деле это другие системы: поисковики пытаются предсказать, насколько данный документ отвечает данному запросу, а рекомендатели — какой рейтинг данный пользователь поставит данному продукту. <...> Большинство коллаборативных рекомендательных систем использует алгоритм Байеса или алгоритм SVD (или SVD++). <...> Сравнение проводилось по критериям правильности рекомендации и быстродействия. <...> Условная вероятность события x при условии события y обозначается p(xy). <...> Таким образом, совместную вероятность можно выразить двумя способами: p x y p x y py py x p x== . (, ) дующим выражением [4]: pxy p <...>
** - вычисляется автоматически, возможны погрешности

Похожие документы: