अनुशंसित सेवाओं की शारीरिक रचना (भाग 1)

हमें अपने मित्र निकोलाई मिखाइलोव्स्की (हब्बर- उपयोगकर्ता निकम्म 197 ) के लेख में एक दिलचस्प, हमारी राय प्रकाशित करने में खुशी हो रही है। हमें लगता है कि यह उन सभी के लिए दिलचस्प होगा जो ईकॉमर्स में पेशेवर रूप से काम करते हैं।

प्रविष्टि

जब हम संभावित ग्राहकों को क्रोस पर्सनलाइजेशन सेवा के बारे में बात करने के लिए आते हैं, तो एक आम सवाल यह है: "यह अंदर कैसे व्यवस्थित है?" CentroBit के अनुकूल ब्लॉग का उपयोग करते हुए, मैं सेवा उपकरणों की सिफारिश करने के सिद्धांत और व्यवहार के बारे में थोड़ी बात करूँगा।

ऐसा हुआ कि लेख के लेखन के दौरान यह बहुत बड़ा होने लगा, इसलिए मैंने खुद को पहले भाग तक सीमित करने का फैसला किया, जिसके बाद मुझे कम से कम एक या अधिक, या दो लिखना होगा।

आइए मूल बातें और दर्शन के साथ शुरू करें।



वैयक्तिकरण क्या है?

“If I have 3 million customers on the Web, I should have 3 million stores on the Web.”
–Jeff Bezos, CEO of Amazon.com

जो टेप आप फेसबुक या VKontakte पर देखते हैं वह केवल आपका है, किसी और के पास नहीं है। अन्य सभी साइटें मेरे और आपके लिए समान क्यों दिखती हैं? इसका उत्तर यह है कि सामाजिक नेटवर्क स्वाभाविक रूप से व्यक्तिगत होते हैं, और अन्य साइटें, एक नियम के रूप में, नहीं हैं।

इस प्रकार, वेबसाइट का निजीकरण किसी विशेष आगंतुक की वर्तमान जरूरतों के लिए इसका स्वचालित समायोजन है।

निजीकरण में, दो विरोधी दृष्टिकोणों को विभाजित किया जा सकता है।

पहला, निजीकरण का विस्तार कर रहा है, जब, उपयोगकर्ता के बारे में कुछ ज्ञान के आधार पर, उसे अतिरिक्त जानकारी की पेशकश की जाती है जो उसके लिए उपयोगी है। एक विशिष्ट उदाहरण उत्पाद की सिफारिशें हैं, जो अक्सर ऑनलाइन स्टोर में पाई जाती हैं, उदाहरण के लिए, शिलालेख के साथ "वे इस उत्पाद को खरीदते हैं।"

दूसरा निजीकरण को संकीर्ण कर रहा है। इसका एक विशिष्ट उदाहरण फेसबुक फीड एल्गोरिथ्म है, जो उपयोगकर्ता को केवल उन पदों को चुनता है और प्रदर्शित करता है, जिन्हें मित्र पदों की धारा से सबसे अधिक संभावना है।

ये दोनों दृष्टिकोण विपरीत समस्याओं को हल करते हैं। पहले - पहले अज्ञात जानकारी प्रदान करता है। दूसरा - इसके विपरीत, सूचना अधिभार से बचाता है।

एक सिफारिश प्रणाली क्या है?

सिफारिश प्रणाली एक सॉफ्टवेयर पैकेज है जो आगंतुक के हितों और वरीयताओं को निर्धारित करता है और उनके अनुसार सिफारिशें देता है।

अनुशंसा प्रणालियों के विकास के लिए विभिन्न दृष्टिकोण हैं, जिन्हें इसके आधार पर लागू किया जा सकता है:

• उपयोगकर्ताओं और अनुशंसित संस्थाओं के बारे में उपलब्ध डेटा
• स्पष्ट और अंतर्निहित उपयोगकर्ता प्रतिक्रिया के प्रकार
• विषय क्षेत्र

इसी समय, क्लासिक सिफारिश प्रणाली का लक्ष्य उपयोगकर्ता के लिए पहले से अज्ञात उत्पादों की सिफारिश करना है, लेकिन वर्तमान संदर्भ में उसके लिए उपयोगी या दिलचस्प है।

दूसरे शब्दों में, अनुशंसा प्रणाली साइट के लिए एक विशिष्ट आगंतुक के बारे में सवाल का जवाब देती है: "यह आगंतुक अभी क्या उत्पाद खरीदना चाहता है?"

सिफारिश प्रणाली के इस मुख्य लक्ष्य पर कई अलग-अलग दृष्टिकोण हो सकते हैं, जो अनुशंसा की सफलता का मूल्यांकन करने के लिए विभिन्न मानदंड निर्धारित करते हैं:

आगंतुक के दृष्टिकोण से - वह अनुशंसित उत्पादों को कितना पसंद करता है। इसके लिए मीट्रिक सिफारिश प्रणाली द्वारा अनुमानित या सीटीआर के अनुमान की गुणवत्ता और अनुशंसित उत्पाद खरीदने वाले आगंतुकों का प्रतिशत है।

एक ऑनलाइन स्टोर या ऑनलाइन प्रकाशन के दृष्टिकोण से - अपेक्षित उपयोगकर्ता राजस्व को अधिकतम करना या गहराई को देखना।

सिफारिश प्रणाली के प्रतिमान



बिल्डिंग सिफारिशों के लिए एक आदर्श सिफारिश प्रणाली वर्तमान उपयोगकर्ता, सामान्य रूप से सभी उपयोगकर्ताओं के व्यवहार, अनुशंसित उत्पादों के गुणों और उपयोगकर्ता की वर्तमान रुचि के संदर्भ में डेटा का उपयोग करती है। इसलिए, उदाहरण के लिए, हम http://crossss.ru में कार्य करते हैं। लेकिन इसके लिए विशाल डेटा सरणियों को संसाधित करना आवश्यक है, इसलिए ऐतिहासिक रूप से, जब तक कि इस तरह की संभावना शाब्दिक रूप से कई साल पहले दिखाई नहीं देती थी, तब तक अनुशंसा सिस्टम ऐसे डेटा सरणियों के सबसेट का उपयोग करते थे। और आज, इस तरह के सिस्टम अभी भी काफी आम हैं।

मैं ऑनलाइन स्टोर और ऑनलाइन प्रकाशन के लिए सिफारिश प्रणाली के निर्माण के लिए मुख्य दृष्टिकोण का वर्णन करूंगा।

मैनुअल सिफारिशें

यदि आप रूसी ऑनलाइन स्टोर में सिफारिश ब्लॉकों को देखते हैं, तो उनमें से अधिकांश मैन्युअल रूप से संबंधित उत्पादों की सूची से भरे हुए हैं। यदि उत्पाद सीमा छोटी है और शायद ही कभी बदलती है, तो यह एक अच्छा समाधान हो सकता है। यदि वह महान है, और माल के बीच संबंध स्पष्ट नहीं हैं, तो सिफारिशों का चयन अत्यधिक श्रमसाध्य हो जाता है, या वे अप्रभावी हो जाते हैं।

सामग्री अनुशंसा प्रणाली

पूरी तरह से उत्पाद गुणों पर आधारित प्रणालियों को सामग्री प्रणाली कहा जाता है।

उदाहरण के लिए, वर्डप्रेस अभी तक एक और संबंधित पोस्ट प्लगइन (YARPP) प्लगइन व्यापक रूप से वितरित किया गया है (2 मिलियन से अधिक इंस्टॉलेशन)। वीडियो में http://wordpress.tv/2011/2011/29/michael-%E2%80%9Cmitcho%E2%80%9D-erlewine-the-yet-another-related-posts-plicin-al एल्गोरिदम-explained / लेखक उनके काम के सिद्धांत को स्पष्ट करता है।

एक और, विशुद्ध रूप से रूसी, और कॉज़ेनच कंपनी का http://similar4.ru/ सामग्री सिफारिश प्रणाली का काफी अनूठा उदाहरण है। इसमें, अनुशंसित कपड़े और जूते को वर्तमान विषय के दृश्य समानता के सिद्धांत के अनुसार चुना जाता है।

आइए अधिक विवरण में विश्लेषण करें कि ओपनरेकॉर्डेड रेकमेंडर सिस्टम का कंटेंट एडवाइजर इंजन कैसे बनाया गया है ( http://easyrec.sourceforge.net )।

Eacyrec में, आप एक सामान्य ढांचे में प्लग-इन के रूप में विभिन्न सिफारिश इंजन को एम्बेड कर सकते हैं। यह, विशेष रूप से, इस तथ्य के कारण है कि ईमेज्रेक (जाहिरा तौर पर) का उपयोग SmartEngine वाणिज्यिक प्रणाली द्वारा एक रूपरेखा के रूप में किया जाता है, जिसमें रूस में लगभग 10 ग्राहक हैं और सिंगापुर में एक ग्राहक (हालांकि डेवलपर्स ऑस्ट्रियाई हैं)।

सबसे आसान ओपन सोर्स डिलीवरी में उपलब्ध 4 एल्गोरिदम में से एक प्रोफाइल समानता कैलकुलेटर है । उसके काम के लिए, माल के प्रोफाइल की आवश्यकता होती है जिसमें माल के गुण संग्रहीत होते हैं।

उदाहरण के लिए, उत्पाद प्रोफाइल का वर्णन किया गया है:



इन उत्पाद गुणों को प्लगइन द्वारा लोड किया जाता है, और प्रत्येक उत्पाद संपत्ति के लिए समानता माप की गणना करने के लिए एक त्वरित ड्यूक डड्यूप्लिकेटर का उपयोग किया जाता है। यह प्रत्येक गुण की तुलना करने के लिए तुलनित्र का उपयोग करता है। तुलनित्र 0 को वापस करना चाहिए यदि गुण पूरी तरह से अलग हैं, और 1 यदि वे समान हैं। उदाहरण के लिए, यदि आप दो तारों की तुलना करना चाहते हैं, तो आप ExactComparator का उपयोग कर सकते हैं, जो 1 तार देता है यदि तार समान हैं, और 0 अन्यथा। वैकल्पिक रूप से, आप लेविंस्टीन की दूरी के लिए तुलनित्र का उपयोग कर सकते हैं (विशेष रूप से व्लादिमीर इओसिफ़ोविच के लिए एक अलग लिंक डाल सकते हैं), भारित लेविंस्टीन दूरी, यारो-विंकलर माप , क्यू-ग्राम, साथ ही कई विशिष्ट उपाय, संख्यात्मक के साथ शुरू और भू-स्थिति और ध्वन्यात्मक तुलना के साथ समाप्त होते हैं।

गुणों की समानता के व्यक्तिगत उपायों से सामानों की समानता का एक सामान्य उपाय निकाला जाता है। प्रत्येक जोड़ी के लिए माल जिसके लिए समानता माप एक निश्चित सीमा से अधिक है, माल के बीच एक सिफारिश लिंक स्थापित किया गया है (यदि माल ए और बी के बीच ऐसा लिंक है, तो ए को बी की सिफारिश की जाती है, और इसके विपरीत)।

इस तरह की सिफारिश प्रणालियों के पेशेवरों और विपक्षों को समझने योग्य है। एक ओर, वे गणना करना अपेक्षाकृत आसान होते हैं - वस्तुओं / लेखों की प्रासंगिकता का पुनर्गणना तब किया जाता है जब नई वस्तुओं को जोड़ा जाता है, जो अक्सर होता है। उसी समय, सभी आगंतुकों को समान सिफारिशें दिखाई जाती हैं। दूसरी ओर, यह धारणा कि वर्तमान पृष्ठ पूरी तरह से उपयोगकर्ता की जरूरतों को निर्धारित करता है, कई मामलों में अतिशयोक्ति है।

सहयोगात्मक उत्पाद फ़िल्टरिंग (आइटम-से-आइटम सहयोगात्मक फ़िल्टरिंग)

सहयोगात्मक फ़िल्टरिंग (CF) विधियाँ किसी विशेष उत्पाद की विशेषताओं की परवाह किए बिना माल के मूल्यांकन या उपयोग (माल की खरीद, फिल्में देखना, लेख पढ़ना) पर आधारित सिफारिशों को उत्पन्न करती हैं।

माल की सहयोगात्मक फ़िल्टरिंग, साथ ही सामग्री प्रणालियों का आधार, इस विचार पर आधारित है कि किसी विशेष उत्पाद में रुचि एक संकेतक है कि उपयोगकर्ता किसी अन्य उत्पाद (एक स्थानापन्न या पूरक वर्तमान उत्पाद के रूप में) में भी रुचि रखेगा। मैं इसे अपने प्रिय पाठकों तक छोड़ दूंगा कि यह धारणा किस हद तक सही है।

अमेज़ॅन के कर्मचारियों ग्रेग लिंडेन, ब्रेंट स्मिथ और जेरेमी यॉर्क के बाद इस तरह के तरीकों ने लोकप्रियता हासिल की, 2003 की शुरुआत में IEEE इंटरनेट कम्प्यूटिंग में Amazon.com की सिफारिश प्रणाली मद-से-आइटम सहयोगात्मक फ़िल्टरिंग पर एक लेख प्रकाशित किया।

सिफारिशें प्राप्त करने के लिए, सहयोगी उत्पाद फ़िल्टरिंग सिस्टम दो मुख्य संस्थाओं को लिंक करते हैं: उपयोगकर्ता और उत्पाद। संवाद करने का सबसे सरल तरीका स्पष्ट रूप से दर्शाए गए उत्पाद की उपयोगकर्ता की रेटिंग (रेटिंग) है।

यदि हमारे पास विभिन्न उपयोगकर्ताओं द्वारा माल के मूल्यांकन पर डेटा है, तो हमें उपयोगकर्ता-माल मैट्रिक्स प्राप्त होता है:



प्रश्न: यदि उपयोगकर्ता वर्तमान में Product1 देख रहा है, तो क्या उत्पाद सुझाएगा? आइटम-टू-आइटम सीएफ द्वारा दिया गया उत्तर वह है जो सबसे अधिक बारीकी से आइटम 1 जैसा दिखता है। अधिक गणितीय भाषा में, इसका मतलब है कि उपयोगकर्ता रेटिंग के आधार पर उत्पादों के बीच निकटता का एक मीट्रिक है।

निकटता का सबसे सरल उपाय उपयोगकर्ताओं द्वारा उत्पाद के लिए संबंधित रेटिंग वैक्टर के बीच कोण का कोसाइन है:



उदाहरण के लिए, हमारे मामले में, उत्पाद 1 और अन्य उत्पादों के सदिश के बीच कोस इस प्रकार हैं:



इस प्रकार, Product1 के लिए हमारी मीट्रिक में निकटतम उत्पाद 5 है।

हालांकि, वास्तविक अनुप्रयोगों में, मुश्किलें उत्पन्न होने लगती हैं, उदाहरण के लिए, इस तथ्य के कारण कि विभिन्न उत्पादों का मूल्यांकन अलग-अलग उपयोगकर्ताओं द्वारा किया जाता है, और प्रत्येक उपयोगकर्ता की रेटिंग अक्सर एक तरफ स्थानांतरित हो जाती है। इस समस्या को हल करने के लिए, आप एक संशोधित कोसाइन मीट्रिक लागू कर सकते हैं:



जहां U उन उपयोगकर्ताओं का समूह है, जिन्होंने a और b दोनों को रेट किया है।

आगे की समस्याएं तब पैदा होती हैं जब बड़े अनुप्रयोगों को पता चलता है कि प्रत्येक उपयोगकर्ता से केवल बहुत ही कम संख्या में उत्पादों को अनुमान मिल सकता है। इस प्रकार, अनुमानित अनुमानों को स्पष्ट अनुमानों में जोड़ा जाना चाहिए जिसके आधार पर आगंतुक उन उत्पादों को देखता है जो कब तक, जो उन्होंने खरीदे, आदि। स्वाभाविक रूप से, निहित डेटा की व्याख्या एक अधिक जटिल कार्य है, और इसका समाधान हमेशा अनुमानित होता है, जिसका अर्थ है कि यह शोर की ओर जाता है।

इस प्रकार, वास्तविक जीवन के कार्यों में, उपयोगकर्ता-उत्पाद मैट्रिक्स प्राप्त किया जाता है

1. विशाल
2. बहुत विरल
3. शोर

सौभाग्य से, लागू गणित लंबे समय से ज्ञात है कि इस तरह के मैट्रिस के साथ क्या करना है। अर्थात्, एकवचन विस्तार उल्लेखनीय है कि यह दिए गए मैट्रिक्स को अनुमानित रूप से अनुमानित करता है एक और मैट्रिक्स कम रैंक ।:



मैट्रिस कहां हैं । और मैट्रिक्स के एकवचन अपघटन में संबंधित मैट्रिक्स से प्राप्त होते हैं बिल्कुल खतना पहले कॉलम (मैट्रिक्स तत्व) गैर-बढ़ती द्वारा आदेशित)।

इस प्रकार, हम इसमें निहित जानकारी का एक प्रकार का संपीड़न करते हैं । यह संपीड़न नुकसान के साथ होता है - केवल मैट्रिक्स का सबसे महत्वपूर्ण हिस्सा सन्निकटन में संरक्षित होता है , और शोर को फ़िल्टर किया जाता है। इस तरह के सन्निकटन पर एक और नज़र है कि सभी उत्पादों को छोटे आयामों के स्थान पर प्रक्षेपित किया जाता है , जिसमें उनके बीच की दूरी निर्धारित की जाती है।

लगभग इस योजना के अनुसार, काफी बड़ी संख्या में सिफारिश प्रणाली काम करती हैं।

निम्नलिखित श्रृंखला में: "रेफ्रिजरेटर के साथ लोगों की तुलना कैसे करें?", "यैंडेक्स ने Tencent को क्या खो दिया?" और अन्य ज्वलंत सवालों के जवाब दिए।