ВВЕДЕНИЕ В РЕКОМЕНДАТЕЛЬНЫЕ СИСТЕМЫ

Рекомендательные системы — это методы, первоначально разработанные ис­ следователями для прогнозирования товаров, которые, скорее всего, заинтере­ суют клиента. Способность таких систем давать персонализированные реко­ мендации по товарам делает их, пожалуй, наиболее важной технологией в мире онлайн-покупок.

В приложениях электронной коммерции используются сложные алгоритмы для повышения качества обслуживания клиентов; эти алгоритмы позволяют по­ ставщикам товаров и услуг настраивать свои предложения в соответствии

спредпочтениями покупателей.

В2009 году Netflix предложил 1 миллион долларов за алгоритм, спо­ собный улучшить существующий механизм рекомендаций (Cinematch) более чем на 10 %. Приз получила команда BellKor's Pragmatic Chaos.

ТИПЫ РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ

Существуют три типа рекомендательных систем:

zz на основе контента;

zz на основе коллаборативной, или совместной, фильтрации (collaborative filtering);

zz гибридные.

Рекомендательные системы на основе контента

Основная идея рекомендательной системы на основе контента (content-based recommendation engine) состоит в том, чтобы предлагать позиции (товары), аналогичные тем, к которым пользователь ранее проявлял интерес. Эффектив­ ность такого механизма зависит от возможности количественно оценить сходство одного товара с другими.

Давайте посмотрим на следующую диаграмму. Если Пользователь 1 прочитал Документ 1, то мы можем рекомендовать пользователю Документ 2, который аналогичен Документу 1 (рис. 10.1).

Но как определить, какие позиции похожи между собой? Рассмотрим несколь­ ко методов поиска сходства.

TDM содержит весь глоссарий слов в виде строк и все документы в виде столбцов. С ее помощью можно выявить похожие документы на основе выбранного­ критерия. Например, Google News предлагает пользователю но­ вости, базируясь на их сходстве с новостями, к которым он уже проявлял интерес.

Создав TDM, мы получаем два способа количественной оценки сходства между документами:

zz Подсчет частоты употребления. Данный подход подразумевает, что важность слова прямо пропорциональна его частоте. Это самый простой способ рас­ чета важности.

zz Использование TF-IDF. Этот показатель представляет важность каждого слова в контексте задачи и является произведением двух сомножителей:

yy Частота слова (TF, term frequency). Это количество раз, когда слово или термин появляется в документе. TF напрямую коррелирует с важностью слова.

yy Обратная частота документов (IDF, inverse document frequency). Об­ ратите внимание: частота документов (DF, document frequency) — это количество документов, содержащих искомое слово. В противоположность DF, IDF отражает меру уникальности слова и соотносит ее с важностью этого слова.

yy TF и IDF оценивают количественно важность слова в контексте задачи, а их комбинация, TF-IDF, служит хорошим показателем важности каж­ дого слова и является более сложной альтернативой простому подсчету частоты.

Матрица совместной встречаемости

Использование матрицы совместной встречаемости (co-occurrence matrix) основано на предположении, что если в большинстве случаев два определенных товара покупаются одновременно, то они, скорее всего, похожи (либо, по край­ ней мере, принадлежат к одной и той же категории, товары из которой обычно покупаются вместе).

Например, гель для бритья и бритва почти всегда используются одновременно. Поэтому, если человек покупает бритву, разумно предположить, что он также купит и гель для бритья.

Проанализируем покупательские привычки четырех потребителей (табл. 10.1).

Создадим матрицу совместной встречаемости на основе этих данных (табл. 10.2).

Таблица 10.2

Матрица совместной встречаемости суммирует вероятность покупки двух то­ варов вместе. Давайте посмотрим, как ее использовать.

Рекомендательные системы на основе коллаборативной фильтрации

Алгоритм коллаборативной фильтрации (collaborative filtering) основан на анализе покупательского поведения. Базовое предположение состоит в том, что если два пользователя проявляют интерес в основном к одним и тем же товарам, мы можем классифицировать этих покупателей как похожих. Другими словами, можно предположить следующее:

zz Если совпадение в истории покупок двух пользователей превышает порого­ вое значение, их можно классифицировать как похожих.

zz Товары, которые не пересекаются в истории покупок похожих пользователей, становятся предметом будущих рекомендаций на основе коллаборативной фильтрации.

Рассмотрим конкретный пример. У нас есть два пользователя, Майк и Елена (рис. 10.3).

3

,

!

Рис. 10.3

Обратите внимание:

zz Майк и Елена проявили интерес к одним и тем же позициям, Документу 1

и Документу 2.

zz Основываясь на схожих паттернах покупательского поведения, мы класси­ фицируем пользователей как похожих.

zz Если Елена в данный момент читает Документ 3, то мы можем предложить

Документ 3 и Майку.

Обратите внимание, что стратегия предложения позиций пользовате­ лям на основе их истории покупок будет срабатывать не всегда.

Предположим, что Елена и Майк проявили интерес к Документу 1, посвящен­ ному фотографии (потому что они оба любят фотографировать). Кроме того, Елена и Майк проявили интерес к Документу 2, который посвящен облачным вычислениям, опять же, потому что им обоим интересна эта тема. Основываясь