Il filtro basato sui contenuti utilizza le funzionalità degli elementi per consigliare altri elementi simili a ciò che piace all'utente, in base alle sue azioni precedenti o a contenuti espliciti feedback.
Per illustrare il filtro basato sui contenuti, progettiamo insieme alcune funzionalità per il Google Play Store. La figura seguente mostra una matrice di caratteristiche in cui ciascuna riga rappresenta un'app e ogni colonna rappresenta una funzionalità. Funzionalità potrebbero includere categorie (ad esempio Istruzione, Casual, Salute), il publisher dell'app e molte altre. Per semplificare, supponiamo che questa matrice di caratteristiche sia binaria: un valore diverso da zero indica che l'app ha questa funzionalità.
Inoltre, rappresenti l'utente nello stesso spazio delle funzionalità. Alcuni dei suggerimenti per gli utenti potrebbero essere fornite esplicitamente dall'utente. Ad esempio, un utente seleziona "App di intrattenimento" nel loro profilo. Altre funzionalità possono essere implicite, in base alle app che hanno installato in precedenza. Ad esempio, l'utente installato un'altra app pubblicata da Science R Us.
Il modello deve consigliare articoli pertinenti per questo utente. Per farlo, devi prima scegli una metrica di somiglianza (ad esempio prodotto scalare). Poi devi configura il sistema per assegnare un punteggio a ogni elemento candidato in base a questa somiglianza o una metrica di valutazione. Tieni presente che i consigli sono specifici per questo utente, poiché il modello non ha utilizzato informazioni su altri utenti.
Utilizzare il prodotto scalare come misura di somiglianza
Considera il caso in cui l'incorporamento dell'utente \(x\) e l'app incorporamento \(y\) sono entrambi vettori binari. Dal giorno \(\langle x, y \rangle = \sum_{i = 1}^d x_i y_i\), un caratteristica che compare sia in \(x\) che \(y\) da un 1 a la somma. In altre parole, \(\langle x, y \rangle\) è il numero di caratteristiche che sono attive in entrambi i vettori contemporaneamente. Una Il prodotto scalare indica quindi caratteristiche più comuni, quindi una maggiore somiglianza.
Fai una prova!
Calcola il prodotto scalare per ogni app nel problema precedente. Quindi utilizza queste informazioni per rispondere alla seguente domanda: