مسرد مصطلحات التعلم الآلي: أنظمة التوصية

تحتوي هذه الصفحة على مصطلحات مسرد مصطلحات أنظمة التوصية. بالنسبة لجميع مصطلحات مسرد المصطلحات، انقر هنا.

C

الجيل المرشّح

#recsystems

المجموعة الأولية من التوصيات التي اختارها نظام الاقتراحات: على سبيل المثال، ضع في اعتبارك مكتبة تضم 100,000 كتاب. تنشئ مرحلة إنشاء المرشحين قائمة أصغر بكثير من الكتب المناسبة لمستخدم معين، لنفترض 500. ولكن حتى هناك 500 كتاب كبير جدًا ولا يمكن اقتراحها على المستخدم. وبالتالي، تكون أكثر تكلفة مراحل نظام الاقتراح (مثل تقييم النتائج) إعادة ترتيب النتائج) إلى تقليل تلك القيم الـ 500 إلى أقل بكثير، مجموعة من التوصيات الأكثر فائدة.

الفلترة حسب الاهتمامات الجماعية

#recsystems

إجراء توقّعات بشأن اهتمامات أحد المستخدمين بناءً على اهتمامات العديد من المستخدمين الآخرين. الفلترة حسب الاهتمامات الجماعية وغالبًا ما يُستخدم في أنظمة الاقتراح.

I

مصفوفة السلع

#recsystems

في أنظمة الاقتراح، مصفوفة تضمين المتجهات التي تم إنشاؤها بواسطة تحليل المصفوفة إلى عواملها تحتوي على إشارات كاتمة حول كل عنصر. يحتوي كل صف من مصفوفة العناصر على قيمة اختزال واحد لجميع العناصر. على سبيل المثال، ضع في اعتبارك نظام اقتراح الأفلام. يحتوي كل عمود في مصفوفة البنود فيلمًا واحدًا. الإشارات الكامنة قد تمثل أنواعًا موسيقية أو قد يصعب تفسيرها إشارات تتضمن تفاعلات معقدة بين النوع والنجوم أو عمر الفيلم أو عوامل أخرى.

تحتوي مصفوفة العناصر على نفس عدد الأعمدة المستهدفة المصفوفة التي يتم تحليلها إلى عوامل. على سبيل المثال، عند أخذ فيلم نظام توصية يقيّم 10000 عنوان أفلام، تحتوي مصفوفة البنود على 10000 عمود.

items

#recsystems

في نظام الاقتراح، تشير الكيانات التي التي يقترحها النظام. على سبيل المثال، الفيديوهات هي المنتجات التي يخزّنها الفيديو يوصي به، بينما الكتب هي العناصر التي يوصي بها أحد متاجر الكتب.

M

تحليل المصفوفات

#recsystems

في الرياضيات، يشير ذلك المصطلح إلى آلية لإيجاد المصفوفات التي يقترب حاصل الضرب النقطي منها المصفوفة المستهدفة.

في أنظمة التوصية، تمثل المصفوفة المستهدفة يحمل غالبًا بيانات التقييمات على العناصر. على سبيل المثال، قد يكون الهدف لنظام توصية الأفلام قد تشبه المصفوفة التالية، حيث تكون الأعداد الصحيحة الموجبة هي تقييمات المستخدمين و0 يعني أن المستخدم لم يقيّم الفيلم:

  الدار البيضاء قصة فيلادلفيا الفهد الأسود المرأة المعجزة فيلم Pulp الخيال
مستخدم 1 5 3 0.0 2.0 0.0
مستخدم 2 4.0 0.0 0.0 1 5
مستخدم 3 3 1 4.0 5 0.0

يهدف نظام اقتراح الأفلام إلى توقع تقييمات المستخدمين لكل من الأفلام غير المصنفة. على سبيل المثال، هل سيحب المستخدم 1 Black Panther؟

يتمثل أحد مناهج أنظمة التوصية في استخدام مصفوفة إلى العوامل لإنتاج المصفوفة التالية:

على سبيل المثال، باستخدام تحليل المصفوفة إلى عواملها على المستخدمين الثلاثة وخمسة عناصر قد يؤدي إلى مصفوفة المستخدمين ومصفوفة البنود التالية:

User Matrix                 Item Matrix

1.1   2.3           0.9   0.2   1.4    2.0   1.2
0.6   2.0           1.7   1.2   1.2   -0.1   2.1
2.5   0.5

ينتج عن الضرب النقطي لمصفوفة المستخدمين ومصفوفة البنود توصية لا تحتوي المصفوفة على تقييمات المستخدمين الأصلية فحسب، بل تتضمن أيضًا تنبؤات للأفلام التي لم يشاهدها كل مستخدم. على سبيل المثال، ضع في الاعتبار تقييم المستخدم 1 لـ Casablanca، والذي كان 5.0. النقطة يجب أن يكون ناتج المنتج المتجاوب مع تلك الخلية في مصفوفة التوصيات نأمل أن يكون حوالي 5.0، وهو:

(1.1 * 0.9) + (2.3 * 1.7) = 4.9

الأهم من ذلك، هل سيحب المستخدم 1 Black Panther؟ الحصول على ناتج الضرب النقطي يتجاوب مع الصف الأول والعمود الثالث ينتج عنه توقع تصنيف 4.3:

(1.1 * 1.4) + (2.3 * 1.2) = 4.3

ينتج عادةً عن تحليل المصفوفة مصفوفة مستخدم ومصفوفة عناصر، معًا، تكون أكثر إحكامًا بكثير من المصفوفة المستهدفة.

R

نظام الاقتراحات

#recsystems

يشير هذا المصطلح إلى نظام يختار لكل مستخدم مجموعة صغيرة نسبيًا من المعايير العناصر من مجموعة كبيرة. على سبيل المثال، قد يقترح نظام اقتراح الفيديوهات فيديوهَين من مجموعة تضم 100,000 فيديو، واختيار الدار البيضاء قصة فيلادلفيا لمستخدم واحد، والمرأة الخارقة Black Panther لشخص آخر. قد يكون نظام اقتراح الفيديو تعتمد توصياتها على عوامل مثل:

  • الأفلام التي قيّمها أو شاهدها مستخدمون مشابهون
  • النوع والمخرجون والممثلين والفئة الديمغرافية المستهدفة...

إعادة ترتيب

#recsystems

المرحلة الأخيرة من نظام الاقتراحات والتي يمكن خلالها إعادة تقييم العناصر المصنفة وفقًا لبعض (عادةً ما تكون غير مستندة إلى تعلُّم الآلة). تؤدي إعادة الترتيب إلى تقييم قائمة العناصر. الناتجة عن مرحلة تسجيل النتائج، واتّخاذ إجراءات مثل:

  • إزالة العناصر التي اشتراها المستخدم بالفعل.
  • تعزيز نتيجة العناصر الأحدث

S

النقاط

#recsystems

الجزء من نظام الاقتراحات الذي قيمة أو ترتيبًا لكل عنصر يتم إنتاجه بواسطة مرحلة إنشاء المرشحين.

U

مصفوفة المستخدمين

#recsystems

في أنظمة الاقتراح، متّجه تضمين تم إنشاؤه بواسطة تحليل المصفوفة إلى عواملها تحتوي على إشارات كاتمة حول إعدادات المستخدم المفضّلة يحتوي كل صف من مصفوفة المستخدمين على معلومات حول الفئة قوة الإشارات الكامنة المختلفة لمستخدم واحد. على سبيل المثال، ضع في اعتبارك نظام اقتراح الأفلام. في هذا النظام، قد تمثّل الإشارات الكامنة في مصفوفة المستخدمين اهتمام كل مستخدم في أنواع معينة، أو قد يكون من الصعب تفسيرها إشارات تتضمن للتفاعلات المعقدة عبر عوامل متعددة.

تحتوي مصفوفة المستخدمين على عمود لكل ميزة كاتمة وصف لكل مستخدم. وهذا يعني أن مصفوفة المستخدمين لها نفس عدد الصفوف الموجودة في الهدف المصفوفة التي يتم تحليلها إلى عوامل. على سبيل المثال، عند أخذ فيلم نظام توصية لـ 1000000 مستخدم، أن مصفوفة المستخدمين ستضم 1000000 صف.

واط

المربّعات الصغرى البديلة المرجحة (WALS)

#recsystems

خوارزمية لخفض الدالة الموضوعية أثناء تحليل المصفوفة إلى عوامل في أنظمة الاقتراح، التي تتيح انخفاض أهمية الأمثلة المفقودة. تقلل WALS القيمة المرجحة هناك خطأ تربيعي بين المصفوفة الأصلية وإعادة البناء من خلال أو التبديل بين إصلاح تحليل الصفوف إلى عواملها وتحليل الأعمدة. يمكن حلّ كل من هذه التحسينات باستخدام المربعات الصغرى تحسين البث المباشر: للحصول على التفاصيل، يمكنك مراجعة دورة تدريبية حول أنظمة الاقتراح.