Recomendados
Recomendados
Mais conteúdo relacionado
Semelhante a Sistema_de_Recomendacao_Publico.pptx
Semelhante a Sistema_de_Recomendacao_Publico.pptx (6)
Sistema_de_Recomendacao_Publico.pptx
- 1. Sistemas de Recomendação Principais Algoritmos Revisão
- 2. Colaborativa Filtragem • Baseado em itens e produtos • Experiências e avaliações anteriores são usados para as próximas recomendações User Based
- 3. Filtragem • Algoritmos usam propriedades dos itens • A similaridade é medida através dos usuários Item Based Colaborativa
- 4. Desafios Filtragem colaborativa por itens e usuários Como iniciar a recomendação com poucas informações e usuários sem pouco ou nenhum ranking A opção mais popular é uma recomendação básica, mas a quantidade aumentada em relação aos outros produtos pode gerar um viés Valores muito raros em comparação ao total de possibilidades gera matrizes muito “vazias” que dificultam os cálculos Cold Starts Viés de Popularidade Esparcidade
- 5. Por Conteúdo Filtragem • Algoritmos usam propriedades dos itens • Variáveis sobre os itens, por exemplo: um filme pode ser uma comédia ou drama, pode ter personagens femininas fortes, ter violência ou ser baseado em fatos reais Highlight text
- 6. Híbrida Filtragem Na filtragem híbrida os critérios de conteúdo e colaboração são utilizados no mesmo modelo Highlight text
- 7. Vantagens Filtragem por conteúdo e híbrida Além de usar as avaliações essa técnicas também usam variáveis e acrescentam informação a usuários sem muito histórico Em usuários sem informações é uma abordagem segura e simples, pode usar informações demográficas e características dos produtos Várias medidas de similaridades podem ser escolhidas Variáveis Baseadas em características similaridades
- 8. Regras de associação atendem a um suporte e confiança mínimos O suporte é a probabilidade Do evento A ocorrer em toda a base Confiança é a força das regras, o % de B dado A (A = 1 ou mais itens) As regras com suporte e confiança significativos entram para o sistema 1 2 3 4 5 Apriori Algoritmo Objetivo é achar regras do tipo X ⇒ Y
- 14. As características são transformadas em vetor As distâncias são medidas - todas O ponto pertence à classificação da maioria 1 2 3 KNN Algoritmo
- 19. 1 2 3 Fatoração d e M a t r i z e s Algoritmo MF como uma família de métodos que decompõem uma matriz de classificação para filtragem colaborativa. A matriz de interação usuário-item listam usuários e itens em linhas e colunas, respectivamente ela deve ser decomposta em duas matrizes, que são a matriz usuário e a matriz item
- 23. Semelhanças entre as empresas Empresas Modalidades
- 26. • Na similaridade de Jaccard a coocorrência é ponderada pela ocorrência da dupla de produtos • Basicamente é a intersecção pela união Métrica de Similaridade Similaridade de Jaccard