Intelligence artificielle/Règles à deviner le goût de l'utilisateur dans Vêtements/Vêtements

Question

Existe-t-il un moteur de règles standards/algorithmes autour de AI qui prédire le goût de l'utilisateur sur un type particulier de produit comme des vêtements. Je sais que c'est une chose que tout site Web de commerce électronique va tuer. Mais je suis à la recherche de modèles théoriques définis qui pourraient aider à faire cette prédiction d'une meilleure façon, sinon avec précision.

Answer 1

Deux livres qui couvrent les systèmes recommender:

• Programming Collective Intelligence: Python, fait un bon travail expliquant l'algorithme, mais ne fournit pas assez d'aide de l'OMI en termes de comprendre comment à l'échelle.
• Algorithms of the Intelligent Web: Java, plus difficile à suivre, mais couvre également l'utilisation persistance, dans ce cas, MySQL, afin de faciliter les zones de mise à l'échelle et les identifiants dans le code exemple qui ne sera pas pour échelle-est.

Fondamentalement deux façons d'aborder le problème, basé sur l'utilisateur ou sur l'article. Netflix semble utiliser le premier, tandis que Amazon le dernier. En règle générale, l'utilisateur nécessite plus de temps et/ou de puissance de traitement pour générer des recommandations, car vous avez tendance à avoir plus d'utilisateurs que d'éléments à prendre en compte.

Answer 2

Je ne sais pas comment répondre à cela, car cette question est trop large. Ce que vous décrivez est une sorte de tâche de Machine Learning, et donc tomberait sous ce parapluie (très large). Il y a un certain nombre d'algorithmes différents qui peuvent être utilisés pour quelque chose comme ça, mais la plupart des textes vous diront que la définition du problème est la partie importante.

Quelles parties de la mode sont importants? Quelles pièces ne sont pas? Comment allez-vous recueillir les données? À quel point les données sont-elles bruyantes? Toutes ces considérations sont importantes pour l'espace du problème. Pandora fait un genre de chose similaire avec la musique, avec leur grand avantage étant que leurs utilisateurs leur disent d'abord ce qu'ils aiment et n'aiment pas.

Pour catégoriser leur musique, ils ont fait une formation de musiciens écoutent la musique pour identifier toutes sortes de choses. Voir l'article sur Ars Technica here pour plus d'informations à ce sujet. Sur la base de ce que je connais des goûts de mode, je dirais que c'est un espace de problème similaire, et qu'il faudrait probablement des experts pour «codifier» l'information avant de pouvoir tenter de faire des parallèles. si vous voulez plus de détails, je vous recommande de poser une question plus précise, sur des algorithmes spécifiques ou des ensembles de données, etc.