9. 10 odpor
?
?
Spätná analýza rozhodujúcich faktorov
l /obsah/slu
10.
Obsahové
p
r
rovnaká téma, kategória, cena, farba, materiál
...
Kolaboratívne
podobné záujmy (hunch)
rovnakí priatelia (facebook, foaf), followeri (twitter)
...
11.
Vstupné dáta
logy = 1+M klikov denne
metadáta k
logy od/
Kolaboratívny prístup
k-najbli
/pou
implicitná negatívna spätná väzba
Vyhodnotenie
syntetické testovanie
CTR + RR (rejection rate)
12. Implicitná negatívna spätná väzba
Krátke n
n len zopár sekúnd
identifikácia z logov
problém: taby
egatívne y
top-N v danom
problém: hranica medzi videl a nechcel vs. prehliadol
Filip Radlinski , Thorsten Joachims. Query chains: learning to rank from implicit feedback.
13. Testovanie
Algoritmy
k-najbli (základ)
odfiltrovanie negat
k-najbli
k-najbli
Syntetické testovanie
klasický ML prístup (tr )
ladenie parametrov
A/B testovanie
viac algoritmov s * ~10 rôznych nastavení
meranie CTR a RR
14.
r
l
Hybridný prístup
obsahov
metadáta k (téma, typ, autor)
externé metadáta (FB likes, témy, geo)
Dlhodobé záujmy (model pou )
preferencie
GUI a UX
15. Trendy v odpor
Skupinov
filmy, podujatia, podniky
zo social
FB, twitter, media
o si o mne systém myslí? Ako to zmením?