La plupart des articles de l'algorithme de recommandation que j'ai lus sont axés sur le modèle Netflix où les utilisateurs évaluent les articles. Ce que je veux faire est légèrement différent (je pense). Disons plutôt que je veux créer un site où l'on présente à l'utilisateur deux images de voitures. L'utilisateur peut alors sélectionner la voiture qu'il préfère. L'utilisateur peut répéter ce processus autant de fois qu'il le souhaite, mais si tout va bien, les images deviennent de plus en plus raffinées vers ce que l'utilisateur aime.Comment implémenter cet algorithme de recommandation?
Comment implémenteriez-vous cet algorithme? Il semble qu'une façon possible serait simplement de mettre en œuvre un algorithme de classement ELO et d'utiliser l'ordre de ces résultats comme une «évaluation», mais cela présente de sérieuses lacunes car plusieurs éléments ne peuvent pas recevoir une note maximale (que l'utilisateur peut ont fait si donné la possibilité de noter les articles eux-mêmes). Une autre méthode, qui me semble plus prometteuse, serait de prédéterminer les propriétés générales de chaque véhicule (par exemple couleur, type de carrosserie, 2 portes contre 4 portes, etc.) et de les utiliser pour avoir une idée générale de la propriétés que chaque utilisateur aime et baser les recommandations hors de cela.
Semble comme un algorithme "chaud ou non". Voici un autre article sur les implémentations de choix a ou b. http://stackoverflow.com/questions/164831/how-to-rank-a-million-images-with-a-crowdsourced-sort –
À titre d'observation, de nombreuses participations à la compétition Netflix ont utilisé la décomposition de la valeur singulière (ala L'impressionnante approximation de descente de gradient de Simon Funk). De toute façon, une hypothèse clé était la note d'un film par l'utilisateur - pas seulement une évaluation comparative, de sorte que votre situation peut malheureusement être plus que légèrement différente ... –