Ich habe mich immer gefragt, wie und was der beste Weg ist, die Funktion "Genius" in iTunes zu implementieren.
Ich könnte es vielleicht brutal erzwingen, aber ich habe mich nur gefragt, ob irgendjemand eine Einsicht hat.
Danke.
Der Genius-Algorithmus ist ein Beispiel für ein Empfehlungssystem, das in E-Commerce-Systemen ein heißes Thema ist. So sehr, dass Netflix einen Preis von einer Million Dollar erhielt, der mehrere Jahre dauerte, um das Empfehlungssystem um nur 10% zu verbessern.
Bei iTunes haben Sie eine Sammlung von Musik. Genius kann Vermutungen machen, dass, wenn Sie diese Musik haben, Sie es mögen müssen. Wenn genug Leute Song B haben, der Song A hat, dann kann Genius sagen, dass wenn Sie Song A haben, Sie wahrscheinlich Song B mögen.
Einfach nur das Lied zu haben wäre eine ziemlich schwache Empfehlung. Besser wäre es, wenn der Nutzer diese Musik bewertet hätte, damit man die Stärke der "Empfehlung" auf dieser Basis verbessern kann.
Ich würde empfehlen, Wenn Sie das mögen, werden Sie das sicher lieben als eine gute Grundierung auf Empfehlungssystemen.
Schritt1 - Sammeln Sie die Daten für alle Klicks / Spiele pro Nutzer. Das wären viele Daten.
Schritt2 - Erstellen Sie ein Ranking / Empfehlungslisten-Generierungssystem. Erstelle für jeden Song eine Rangliste mit allen Produkten / Songs, die die Spieler sehen / spielen. Ein einfaches Beispiel besagt, dass keine Leute die gleiche Kombination oder die Spielzeit teilen, für die jeder Song gespielt wird.
Schritt3 - behalte ein Limit (sagen wir top10) um deine Empfehlungen aus der oben gemachten Liste für einen Song zu zeigen.
Das war nicht so schwierig, der Trick oder das Genie liegt darin, der Liste, die Sie in Schritt 2 machen, Gewichte hinzuzufügen. Wie funktioniert Ihr Empfehlungssystem mit Gewichten (für den Seitenrang)?
Ich hätte die Data-Mining-Ingenieure vielleicht enttäuscht, indem ich dem extrem komplexen Informatikbereich eine so naive / einfache Erklärung gegeben hätte. Entschuldige mich. :)
Werfen Sie einen Blick darauf, Begriff Häufigkeit-inverse Dokument Häufigkeit , es ist eine Methode, die nach was rangiert Je mehr "einzigartig", desto mehr Effekt hat ein geliebter Song auf die Empfehlungen.
Grundsätzlich, wenn Sie nur U2 mögen und spielen, wird es für den Algorithmus / das Programm schwierig sein, etwas Besonderes zu empfehlen, was Ihnen gefällt.
Auf der anderen Seite, wenn Sie in Ihrer iTunes-Nutzung vielfältiger sind, werden jene weniger bekannten Bands, die Sie wirklich mögen, mehr gewichtet, da sie Sie mehr von den Massen isolieren.