Casa Finanza personale Come utilizzare i filtri collaborativi basati su elementi nell'analisi predittiva - dummies

Come utilizzare i filtri collaborativi basati su elementi nell'analisi predittiva - dummies

Video: Azeem Azhar of The Exponential View talks to The Understanding 2025

Video: Azeem Azhar of The Exponential View talks to The Understanding 2025
Anonim

Uno dei sistemi di raccomandazione di Amazon per l'analisi predittiva filtraggio collaborativo basato sull'elemento - distribuzione di un enorme inventario di prodotti dal database aziendale quando un utente visualizza un singolo elemento sul sito Web. Sai che stai guardando un sistema di filtraggio collaborativo basato su oggetti (o, spesso, un sistema basato sui contenuti) se ti mostra dei consigli nella tua prima vista, anche se non hai creato un profilo.

Sembra magia, ma non lo è. Anche se il tuo profilo non è stato ancora creato (perché non sei loggato o non hai nessuna precedente cronologia del browser su quel sito) il sistema prende quello che equivale a una supposizione: basa la sua raccomandazione su l'elemento stesso e ciò che altri clienti hanno visualizzato o acquistato dopo (o prima) hanno acquistato quell'articolo. Quindi vedrai alcuni messaggi sullo schermo come

  • I clienti che hanno acquistato questo articolo hanno acquistato anche …

  • I clienti che hanno acquistato articoli nella cronologia recente hanno acquistato anche …

  • Quali altri articoli acquistano i clienti dopo aver visualizzato questo articolo?

In sostanza, la raccomandazione si basa sul modo in cui l'elemento attualmente visualizzato è simile ad altri elementi, in base alle azioni della comunità di utenti.

Quanto segue mostra una matrice campione di clienti e gli articoli acquistati. Verrà utilizzato come esempio di filtraggio collaborativo basato su elementi.

Cliente Voce 1 Voce 2 Voce 3 Voce 4 Voce 5 Voce 6
A X > X X B
X X C
X X D
X X X E
X X F
X X X X G
X X H
X > I X
Osserviamo ora la similarità di un oggetto calcolata usando la formula di similarità del coseno. La formula per
somiglianza del coseno

è (A & middot; B) / (|| A || || B ||), dove A e B sono elementi da confrontare. Per leggere il seguente esempio e scoprire quanto siano simili un paio di elementi, basta individuare la cella in cui si intersecano i due elementi. Il numero sarà compreso tra 0 e 1. Il valore 1 indica che gli articoli sono perfettamente simili; 0 significa che non sono simili.

Elemento 6

0
0 0 0 0 Elemento 5 0. 26
0. 29 0. 52 0. 82 0 Elemento 4 0. 32
0. 35 0. 32 0. 82 0 Elemento 3 0. 40
0. 45 0. 32 0. 52 0 Elemento 2 0. 67
0. 45 0. 35 0. 29 0 Elemento 1 0. 67
0. 40 0. 32 0. 26 0 Voce 1 Voce 2
Voce 3 Voce 4 Voce 5 Voce 6 Il sistema può fornire un elenco di raccomandazioni che sono sopra un un certo valore di somiglianza o può raccomandare il primo n

numero di articoli.In questo scenario, puoi dire che qualsiasi valore maggiore o uguale a 0. 40 è simile; il sistema raccomanderà quegli articoli. Ad esempio, la somiglianza tra l'articolo 1 e l'articolo 2 è 0. 67. La somiglianza tra l'articolo 2 e l'articolo 1 è la stessa. Quindi è un'immagine speculare attraverso la diagonale da in basso a sinistra a in alto a destra. Puoi anche vedere che l'elemento 6 non è simile a nessun altro perché ha un valore di 0. Questa implementazione di un sistema di raccomandazione basato su oggetti è semplificata per illustrare come funziona. Per semplicità, usa un solo criterio per determinare la somiglianza dell'oggetto: se l'utente ha acquistato l'oggetto. Sistemi più complessi potrebbero essere dettagliati in dettaglio

Usare i profili creati dagli utenti che rappresentano i loro gusti

Factoring in quanto gli utenti piacciono (o prezzi elevati) un articolo

  • Pesando il numero di articoli acquistati dall'utente simile al potenziale suggerimento (i)

  • Fare ipotesi sul fatto che un utente apprezzi un articolo sulla base del fatto che l'utente abbia semplicemente visualizzato l'oggetto, anche se non è stato effettuato alcun acquisto

  • Ecco due modi comuni che potresti utilizzare questo sistema di raccomandazione:

  • Offline via una campagna di marketing via e-mail o se l'utente è sul sito web mentre si è loggato.

Il sistema potrebbe inviare annunci di marketing o fare questi consigli sul sito web:

  • Articolo 3 al Cliente B

    Consigliato perché il Cliente B ha acquistato gli Articoli 1 e 2, ed entrambi gli articoli sono simili al Punto 3.

    • Articolo 4, quindi Articolo 2, al Cliente C

      Consigliato perché il Cliente C ha acquistato gli Articoli 3 e 5 L'articolo 5 è simile al punto 4 (valore di similitudine: 0. 82). L'articolo 2 è simile all'articolo 3 (valore di similarità: 0. 45).

    • Articolo 2 al cliente D

      Consigliato perché il cliente D ha acquistato gli articoli 3, 4 e 5. L'articolo 3 è simile all'articolo 2.

    • Articolo 1 al cliente E

      Consigliato perché il cliente E ha acquistato articoli 2 e 3, entrambi simili al punto 1.

    • Articolo 3 al cliente F

      Consigliato perché il cliente F ha acquistato gli articoli 1, 2, 4 e 5. Gli articoli 1, 2 e 5 sono simili all'articolo 3.

    • Elemento 2 al cliente G

      Consigliato perché il cliente G ha acquistato gli articoli 1 e 3. Sono entrambi simili al punto 2.

    • Articolo 2, quindi all'articolo 3, al cliente H

      Consigliato perché il cliente H acquistato Articolo 1. L'articolo 1 è simile agli articoli 2 e 3.

    • Elemento indeterminato al Cliente A

      Idealmente, dovresti avere molti più oggetti e utenti. E ci dovrebbero essere alcuni articoli acquistati da un cliente simili ad altri articoli che lui o lei non ha ancora acquistato.

    • Elemento indeterminato al Cliente I

      In questo caso, i dati non sono sufficienti per servire da base per una raccomandazione. Questo è un esempio del problema dell'avviamento a freddo.

    • Online tramite una visualizzazione di pagina mentre l'utente non ha effettuato l'accesso.

Come utilizzare i filtri collaborativi basati su elementi nell'analisi predittiva - dummies

Scelta dell'editore

Il programma in cinque passaggi per superare la menopausa - dummy

Il programma in cinque passaggi per superare la menopausa - dummy

Alcune donne capiscono a malapena che la menopausa è loro. Altre donne, tuttavia, sono meno fortunate. Se sei uno di questi, prendi in mano questi pochi modi per rendere la tua esperienza più facile per te stesso: capisci e accetta che stai attraversando una transizione naturale, proprio come la pubertà. Fortunatamente, sei più vecchio e più saggio di te ...

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa segna la fine della fase riproduttiva della tua vita e così è un momento significativo di cambiamento fisico, emotivo e mentale per molte donne ma, per generazioni, donne di tutte le età hanno vagato alla cieca in menopausa senza sapere cosa aspettarsi. Qui puoi scoprire alcune delle nozioni di base.

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Mestruazioni e menopausa sono ben noti biologici pietre miliari nella vita di una femmina. Contrariamente al pensiero popolare, la menopausa non è il periodo di mesi o anni in cui una donna sta "attraversando il cambiamento". "Questo lasso di tempo è chiamato perimenopausa. La menopausa è una data effettiva nel tempo. In particolare, è il 12 ° anniversario dell'ultimo ciclo mestruale di una donna. ...

Scelta dell'editore

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

È Possibile creare un filtro automatico personalizzato . Per fare ciò, seleziona il comando Filtro testo dal menu della tabella e scegli una delle opzioni di filtro del testo. Indipendentemente dall'opzione di filtro del testo selezionata, Excel visualizza la finestra di dialogo Filtro automatico personalizzato. Questa finestra di dialogo consente di specificare con estrema precisione quali record si desidera ...

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

DPRODUCT moltiplica i valori che corrispondono al criterio in un database Excel. Questo è potente ma anche in grado di produrre risultati che non sono l'intenzione. In altre parole, è una cosa da aggiungere e ricavare una somma. Questa è un'operazione comune su un set di dati. Osservando la seguente figura, è possibile ...

Come utilizzare la funzione DPRODUCT in Excel - dummy

Come utilizzare la funzione DPRODUCT in Excel - dummy

La funzione DPRODUCT in Excel è strana. La funzione DPRODUCT moltiplica i valori nei campi da un elenco di database in base ai criteri di selezione. Perché vorresti farlo? Chissà. La funzione utilizza la sintassi = DPRODUCT (database, campo, criteri) in cui il database è un riferimento all'intervallo alla tabella di Excel che contiene il valore desiderato ...

Scelta dell'editore

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Ci sono un paio di cose a cui vuoi pensare quando riutilizzi i nomi nella tua app per Android. È possibile dichiarare due variabili Java - bag1 e bag2 - per fare riferimento a due diversi oggetti BagOfCheese. Va bene. Ma a volte, avere solo una variabile e riutilizzarla per il secondo oggetto funziona altrettanto bene, ...

Java: Mettere a frutto l'uso della classe - dummies

Java: Mettere a frutto l'uso della classe - dummies

La classe Employee nell'elenco non ha alcun metodo principale , quindi non c'è un punto di partenza per l'esecuzione del codice. Per risolvere questo problema, il programmatore scrive un programma separato con un metodo principale e utilizza tale programma per creare istanze Employee. Questo elenco di codici mostra una classe con un metodo principale - uno che inserisce il ...

Classi wrapper java - dummies

Classi wrapper java - dummies

La differenza tra tipi primitivi e tipi di riferimento è una delle funzionalità più controverse di Java e gli sviluppatori si lamentano spesso sulle differenze tra valori primitivi e valori di riferimento. Ogni tipo primitivo viene cotto nella lingua. Java ha otto tipi primitivi. Ogni tipo di riferimento è una classe o un'interfaccia. È possibile definire il proprio ...