Системы рекомендаций: холодное начало

[mefa]

«Любовь — это не когда двое смотрят друг на друга, а когда двое смотрят в одну сторону»
После рассмотрения векторной модели эти замечательные слова приобретают неожиданный смысл )

[spanasik]

Спасибо, интересно.

[dmgorsky]

Например, на сайте зарегистрировался новый пользователь, и система еще ничего о нем не знает.

Думаю, в этом случае можно попробовать ассоциировать с новым пользователем некий шаблон начального вектора.
Для этого после регистрации попросить пользователя ответить на несколько общих вопросов (наподобие «Гуру» на Яндекс.Маркете).
При правильном подборе вопросов можно будет составить начальный вектор его предпочтений.

Кстати, сразу идея №1 — сделать этот список вопросов «бесконечным» с возможностью прекратить отвечать, когда надоест.
Т.е. пока пользователь отвечает на вопросы системы, вектор всё больше уточняется (или добавляются новые направления). Надоело, нажал кнопку «хватит» — система руководствуется теми предпочтениями, которые уже указаны.

А может, захотелось продолжить — зашёл в профиль, поотвечал ещё на вопросы (заодно и для себя что-то новое узнал) — рекомендации стали еще точнее. Вот вам и идея №2 — для того, чтобы пользователь отвечал на вопросы, ему можно внушитьподсказать, что это полезно и для него самого — так сказать, внутренне определиться, что же на самом деле для него интересно и важно.

Или в магазине появился новый товар, который никто никогда не покупал и не оценивал.

Для начала заметим, что это должен быть совсем новый товар, по тэгам/категориям/меткам не совпадающий с уже зарегистрированными (иначе к нему можно применить усредненный шаблон оценок подобных товаров)
И в этом случае, используя «игровые» методы (наподобие пользовательского модерирования фотографий в «Одно… никах» или коллективной капчи), можно собирать первоначальные оценки со всех пользователей системы. Грубый пример — просто предлагая оценить внешний вид.

[mefa]

Для этого после регистрации попросить пользователя ответить на несколько общих вопросов

Да, можно. Только далеко не все пользователи на это согласятся (меня, лично, такой подход несколько раздражает из-за лени, наверное).

Для начала заметим, что это должен быть совсем новый товар, по тэгам/категориям/меткам не совпадающий с уже зарегистрированными (иначе к нему можно применить усредненный шаблон оценок подобных товаров)

Да, если система поддерживает такие шаблоны, то это не составит особых проблем. Проблемы будут, если система работает только с каким-то одним фактором, например, оценками пользователя.

[dmgorsky]

Да, можно. Только далеко не все пользователи на это согласятся (меня, лично, такой подход несколько раздражает из-за лени, наверное).

Ну, естественно, если не хочется — то система и не должна заставлять. И в этом случае рекомендации будут слегка сумбурными.

Но, по-моему, заинтересовать пользователя можно. К примеру, многие с удовольствием проходят разнообразные забавные тесты. Пусть рекомендательная система предложит пользователю тест, ответив на вопросы которого (в любом количестве, как было сказано выше) пользователь получит какое-то поощрение (предсказание). А система заодно соберёт информацию.

[mefa]

Не хочу показаться назойливым, но никто не может накинуть 3 очка кармы? Тогда продолжу цикл уже в публичном блоге.

[0leGG]

Поправьте, пожалуйста, этот пункт:

«Зная, какая средняя разница между оценками товара А и Б, мы можем вычислить оценку Саши для товара Б:»
Мы должны прибавлять разность между Б и А, а не наоборот, то есть получится цена 4 + {(2-6) + (3-5)}/2 = 1.
А то получается нелогично, все оценили товар Б ниже, но исходя из этого мы рекомендуем оценить товар выше =)

[mefa]

Действительно, исправил. Я не заметил ваш комментарий своевременно, но лучше поздно, чем никогда )

Как видно, этот метод сам по себе не показывает, с каким знаком надо брать разницу, система должна смотреть это отдельно.

[movUA]

У меня вопрос по Slope One — сейчас вот разбираюсь с ним и никак не могу вникнуть.

Почем когда мы расчитываем как оценит товар Б Саша, в расчетах используем только разницу между 2-я товарами? То есть сколько б не было товаров, в расчетах будет только 2? Или это мера схожести товара А и товара Б (то есть сравнение 2-х векторов получается)?

[mefa]

Это самый простой вариант. Думаю, можно использовать и больше. Если у Вас есть какая-то мера схожести товаров, то можно, например, выбрать несколько самых похожих на Б товаров.