Я собираюсь начать проект, основанный на системе рекомендаций. Мне нужно улучшить себя в этой области, которая выглядит как горячая тема на веб-странице. Также интересно, что такое алгоритм lastfm, grooveshark, pandora, использующий для своей системы рекомендаций. Если вы знаете какую-либо книгу, сайт или какой-либо ресурс для такого рода алгоритмов, пожалуйста, сообщите.
Что такое алгоритм для сайтов рекомендаций, таких как last.fm, grooveshark, pandora?
Ответ 1
Посмотрите Совместная фильтрация или Рекомендуемые системы.
Один простой алгоритм Slope One.
Ответ 2
Модно поздний ответ: Pandora и Grooveshark сильно отличаются в алгоритме, который они используют.
В основном существуют два основных подхода к системам рекомендаций - 1. совместная фильтрация, и 2. на основе контента. (и гибридные системы)
Большинство систем основаны на совместной фильтрации. Это в основном означает соответствие списков предпочтений): Если мне понравились элементы A, B, C, D, E и F, и некоторым другим пользователям понравились A, B, C, D, E, F и J - система будет рекомендовать J меня основано на том, что я разделяю тот же вкус с этими пользователями (это не так просто, но эта идея). Основные функции, которые анализируются здесь, - это идентификаторы элементов, и пользователи голосуют за эти элементы.
Метод, основанный на контенте, анализирует содержимое элементов и создает мой профиль на основе содержимого элементов, которые мне нравятся, а не на основе других пользователей.
С учетом сказанного - Grooveshark основан на совместной фильтрации. Pandora основано на контенте (возможно, с одним из слоев совместной фильтрации сверху).
Интересная вещь в Pandora заключается в том, что контент анализируется людьми (музыкантами), а не автоматически. Они называют это проектом генома музыки (http://www.pandora.com/mgp.shtml), где аннотаторы помещают в каждую песню несколько меток на нескольких осях, таких как структура, ритм, тональность, технику записи и многое другое (полный список: http://en.wikipedia.org/wiki/List_of_Music_Genome_Project_attributes) Это дает им возможность объяснить и обосновать рекомендуемую песню.
Ответ 3
Программирование коллективного интеллекта - это приятное, доступное введение в эту область.
Ответ 4
Там есть хорошее демо-видео с объяснением (и ссылка на автореферат) на Сопоставление и визуализация музыкальных коллекций. Этот подход касается анализа характеристик самой музыки. Другие методы, такие как NetFlix и Amazon, основываются на рекомендациях других пользователей с похожими вкусами, а также фильтрации основных категорий.
Ответ 5
Отличная статья Иегуды Корена (в команде, выигравшей приз Netflix): решение BellKor к гранту Netflix (google "GrandPrize2009_BPC_BellKor.pdf" ).
Пара сайтов:
Ответ 6
У Маннинга также есть две хорошие книги по этому вопросу. Алгоритмы Интеллектуальной Сети и Коллективный Интеллект в действии
Ответ 7
- Last.fm "соседи" - это, вероятно, совместная фильтрация.
- Пандора наняла сотни музыковедов, чтобы классифицировать песни по 500 измерениям. http://en.wikipedia.org/wiki/Music_Genome_Project
Это два разных подхода. Google Scholar - ваш друг, насколько это касается литературы.
Ответ 8
Алгоритм Pandoras начался с того, что он соответствовал определенным жанрам музыки к определенной вами песне. Затем он медленно растет людьми, голосующими, если им нравится песня или не нравится песня, позволяя ей устранять плохие песни и продвигать хорошие песни на фронт. Он также будет чирть новые песни, которые имеют несколько голосов либо вверх, либо вниз в ваш плейлист, чтобы песня могла получить несколько голосов.
Не уверен, что другие сайты указаны.