PredictionIO personnalisation Universal Recommender

Question

Je souhaite implémenter un recommandeur universel pour notre site.

J'ai configuré avec succès la configuration de base personnalisée par le tutoriel.

Le service que nous offrons est un e-commerce, où les utilisateurs peuvent acheter, comme, évaluer de 0 à 5 et enregistrer un produit parmi les autres actions.

Je suis un peu confus sur la façon de mettre en place ces:

• Comme/contrairement;
• Enregistrer/supprimer;
• Taux.

Je sais que je peux joindre des propriétés sur les événements, mais je ne comprends pas comment régler un poids négatif à la contrairement et supprimer événements. Aussi, je ne sais pas comment l'évaluation pourrait être pondérée par l'algorithme, si je n'ai pas défini une plage dans laquelle évaluer un produit.

J'espère que vous pouvez m'éclairer.

Bests

Answer 1

L'Universal est construit Recommender sur l'algorithme Corrélées Cross-Occurrence, qui mesure la corrélation d'un certain nombre d'indicateurs avec l'action à recommander. Dans votre cas, vous voulez qu'un utilisateur "achète" donc vous devez l'inclure comme l'événement principal — celui par lequel tous les autres sont comparés.

L'événement principal est

• acheter

Alors qui rend les événements secondaires:

• comme
• contrairement
• sauver (au panier?)
• supprimer (du panier d'achat? si donc pas beaucoup d'un indicateur sans doute)
taux
• (est-il une plage?)

Vous pourriez faire des suppositions au sujet de faibles moyens de notation « haine » et des notes élevées signifie « amour », Toss milieu/notes ambiguës et remplacer le taux avec ces 2 nouveaux événements.

Si vous n'avez pas "acheter" vous pouvez remplacer quelque chose comme "amour" ou "comme" à sa place comme l'événement principal. Le point de séparer les événements en 2 types est que le recommandeur universel va tester pour voir lequel des événements secondaires corréler avec «acheter» et les pondérera automatiquement de sorte qu'ils puissent tous être utilisés pour des recommandations.