Рекомендательная система на основе коллаборативной фильтрации | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 19 октября, печатный экземпляр отправим 23 октября.

Опубликовать статью в журнале

Автор:

Рубрика: Информационные технологии

Опубликовано в Молодой учёный №13 (93) июль-1 2015 г.

Дата публикации: 03.07.2015

Статья просмотрена: 1775 раз

Библиографическое описание:

Брейкин, Е. А. Рекомендательная система на основе коллаборативной фильтрации / Е. А. Брейкин. — Текст : непосредственный // Молодой ученый. — 2015. — № 13 (93). — С. 31-33. — URL: https://moluch.ru/archive/93/20884/ (дата обращения: 06.10.2024).

В настоящее время человечество производит десятки терабайт информации в день: фотографии, текст, логи серверов и т. д. На любом предприятии каждое действие записывается в базу данных. Эту информацию можно и нужно обрабатывать. Полученные данные используются для построения статистик, оптимизации направления бизнеса, привлечения новых клиентов и повышения продаж за счёт «персонализации» услуг.

Современные требования к методам анализа данных:

а)                  большие объёмы данных (гигабайты, терабайты);

б)                 разреженность, низкий коэффициент корреляции;

в)                 простые и понятные результаты;

г)                  быстрые инструменты анализа.

Традиционный метод — математическая статистика, неприменим к текущим задачам анализа, т. к. в его основе используется концепция усреднения по выборке, приводящая к операциям над фиктивными величинами. Относительно новая область науки анализа данных — Data Mining занимается поиском, разработкой и оптимизаций методов обработки данных.

Сфера применения Data Mining не ограничена — везде, где есть данные, можно найти «скрытые знания». Зачастую прибыль от использования систем обработки и анализа данных в десятки раз превышает стоимость их внедрения. Вот лишь несколько направлений, в которых обработка данных будет полезна:

а)                  анализ потребительской корзины в интернет магазинах — для повышения продаж нужно уметь предсказывать желания клиента, на основе его поведения и поведения похожих на него пользователей;

б)                 прогнозирование изменения клиентуры — важно уметь предсказать отток клиентов и, как следствие, снижение прибыли. Если вовремя обнаружить эту проблему, то можно значительно сократить убытки;

в)                 сегментация рынка — разделяя клиентов на категории, можно оптимизировать политику ведения бизнеса для каждого типа клиентов.

Одно из применений Data Mining — рекомендательные системы. Это информационные системы, задача которых, предложить пользователю действия, услуги или товары на основе предыдущих предпочтений его или пользователей, похожих на него по купленным товарам/услугам.

Алгоритмы фильтрации, используемые в рекомендательных системах, делятся на два типа:

а)                  content-based фильтрация — собирает информацию (демографические данные, музыкальный жанр, анкета пользователя) для создания профиля по каждому клиенту или товару;

б)                 коллаборативная фильтрация — основывается на поведении пользователя в прошлом. Каждому пользователю по данным всех транзакций ставятся в соответствие пользователи с похожей историей покупок/действий.

На данный момент, наиболее популярной считается коллаборативная фильтрация.

Алгоритм работы

Для расчета рекомендаций необходимо сформировать таблицу, в которой показано, какие товары/услуги клиент приобрёл, а какие нет. Данная таблица называется матрицей кросс-табуляции. Формирование происходит из таблицы транзакций, в которой содержатся данные о покупках каждого клиента с момента начала использования сервиса/магазина. Алгоритм получения и агрегация данных для построения матрицы кросс-табуляции, зависит от структуры базы данных и в данной статье не приводится.

Таблица 1

Пример матрицы кросс-табуляции

ID клиента

Услуга 1

Услуга 2

Услуга 3

154

1

1

1

155

1

0

0

 

Таким образом, по каждому столбцу таблицы, начиная со второго, можно построить бинарные вектора, которые будут соответствовать услугам в этих столбцах. Полученные вектора можно сравнивать и находить наиболее близкие друг к другу товары — те, которые наиболее часто приобретались вместе. Также бинарные вектора можно построить и по строкам, тогда при их сравнении будет рассчитываться мера «похожести» покупателей друг на друга — насколько похожи были их покупки.

Чтобы среди всех векторов для выбранной услуги найти наиболее похожие, необходимо вычислить меру сравнения с другими векторами. Можно использовать следующие меры:

а)                  Косинусная мера;

б)                 Коэффициент корреляции Пирсона;

в)                 Евклидово расстояние;

г)                  Коэффициент Танимото;

д)                 Манхэттенское расстояние.

В рекомендательных системах наиболее часто используются косинусная мера и коэффициент корреляции Танимото. В данном описании алгоритма происходит сравнение товаров при помощи косинусной меры. Данная мера хорошо подходит для данных, в которых неизвестны оценки пользователей по каждому товару, но известен факт покупки.

Косинусная мера для двух векторов — это косинус угла между ними, который определяется как их скалярное произведение, деленное на длину каждого из двух векторов:

http://habrastorage.org/storage2/23a/dea/e1b/23adeae1b12f64f5786cd22ae1d23114.png

Блок-схема предлагаемого алгоритма представлена на рисунке 1.

Рис. 1. Схема алгоритма работы вычисления рекомендаций

 

Для сбора данных необходимо сформировать несколько запросов к двум таблицам. На рисунке 2 представлена ER-диаграмма данных таблиц (в ней указаны только те строки, которые необходимые для расчёта рекомендаций).

Рис. 2. ER-диаграмма

 

При анализе и выработке рекомендаций, промежуточные данные могут храниться как в оперативной памяти, так и в базе данных.

Для построения таблицы, в которой будет отражена информация о близости каждого товара к другим, необходимо вычислить меры близости каждого вектора с остальными. Полученная симметричная матрица называется матрицей коллабораций. В таблице 2 представлен пример матрицы коллабораций, по которой будут выбираться рекомендации. При использовании косинусной меры близости значения в ячейках этой матрицы лежат в отрезке [-1;1], где максимальная близость выражается числом 1.

Таблица 2

Пример матрицы коллабораций

Название услуги

Услуга 1

Услуга 2

Услуга 3

Услуга 1

0

0.01345

0.08345

Услуга 2

0.01345

0

0.7504

Услуга 3

0.08345

0.7504

0

 

В данной статье был предложен алгоритм расчёта рекомендаций на основе метода коллаборативной фильтрации при помощи косинусной меры близости. Используя этот алгоритм можно повысить уровень продаж интернет-магазинов, оптимизировать работу компании и т. п.

 

Литература:

 

1.                  Машинное обучение (курс лекций, К. В. Воронцов).

2.                  Jared Dean, «Big data, data mining and machine learning»

3.                  https://www.ibm.com/developerworks/ru/library/os-recommender1/

4.                  http://www.ibm.com/developerworks/ru/library/os-recommender2/

5.                  http://logic.pdmi.ras.ru/~sergey/teaching/mlstc12/15-recommender.pdf

Основные термины (генерируются автоматически): услуга, вектор, коэффициент корреляции, баз данных, данные, клиент, матрица кросс-табуляции, мера близости, повышение продаж, расчет рекомендаций.


Задать вопрос