Deep Learning für Programmierer mit fastai und PyTorch

Kapitel 8. Kollaboratives Filtern - ein tiefer Einblick

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Ein häufiges Problem, das es zu lösen gilt, ist eine Reihe von Nutzern und eine Reihe von Produkten, und du möchtest empfehlen, welche Produkte für welche Nutzer am ehesten nützlich sind. Es gibt viele Variationen: zum Beispiel die Empfehlung von Filmen (z. B. auf Netflix), das Herausfinden, was für einen Nutzer auf einer Homepage hervorgehoben werden soll, die Entscheidung, welche Beiträge in einem Social Media Feed angezeigt werden sollen, und so weiter. Eine allgemeine Lösung für dieses Problem, die so genannte kollaborative Filterung, funktioniert folgendermaßen: Man schaut, welche Produkte der aktuelle Nutzer verwendet oder gemocht hat, findet andere Nutzer, die ähnliche Produkte verwendet oder gemocht haben, und empfiehlt dann andere Produkte, die diese Nutzer verwendet oder gemocht haben.

Du könntest zum Beispiel auf Netflix viele Filme gesehen haben, die Science-Fiction sind, voller Action und in den 1970er Jahren gedreht wurden. Netflix kennt diese Eigenschaften der Filme, die du gesehen hast, vielleicht nicht, aber es kann erkennen, dass andere Leute, die dieselben Filme wie du gesehen haben, auch dazu neigen, andere Filme zu sehen, die Science-Fiction und actionreich sind und in den 1970er Jahren gedreht wurden. Mit anderen Worten: Um diesen Ansatz zu nutzen, müssen wir nicht unbedingt ...