推薦メトリクスガイド

『ビューティーアンドファッション推薦メトリクスガイド』

オフラインでの推薦システムの評価は難しいことがあります

YouTubeのメインページを想像してみてください。それはあなたが興味のある動画を表示し、Amazonは彼らが販売している商品をより多く購入することを提案します。これらは、あなたが最も関わりたいと思われるものを表示しようとする推薦システムの例です。

仮にあなたが好きな方法で推薦システムを構築したとしましょう。そして、その推薦システムをウェブサイトでレコメンドする前に、それをオフラインで評価する方法はどうなるでしょうか？

この記事では、それについて詳しく説明します！さらに、これらの評価指標について注意が必要な理由もお伝えします。

より詳しい紹介のために、TensorFlowを使用してゼロから推薦システムを構築する方法を示した別の記事も参考にしてください。

• ヨハネス・ケプラー大学の研究者たちは、GateLoopを紹介します：線形循環とデータ制御された状態遷移によるシーケンスモデリングの進歩
• 「LLaVAと一緒にあなたのビジョンチャットアシスタントを作りましょう」
• 線形代数4：行列方程式

埋め込みベースの推薦システムの紹介

TensorFlowを使用してシンプルな行列分解推薦システムを構築する方法を学ぶ

towardsdatascience.com

推薦システムのオフライン評価

まず、設計したり見つけたりする多くのシステムを包括する推薦システムの定義を見つけましょう。

私たちにとって、推薦システムとは、少なくともユーザーを入力として受け取り、このユーザーに推薦するアイテムの順序付きリストを出力するアルゴリズムです。

なぜ少なくともユーザーなのでしょうか？モデルが夏にチョコレートサンタを推薦しないように学ぶために、年の時季なども含めた他の入力があるかもしれません。

例えば、私たちが構築した果物の推薦システムRは、R(アリス) = [りんご, オレンジ, チェリー]のようなことができます。

注意:ユーザーは別のことかもしれませんし、他の記事かもしれません。これは、ショップのある記事が在庫切れの場合に代替品のための推薦システムを構築したい場合に関連するかもしれません。したがって、あなたの推薦システムは記事を入力として受け取るかもしれません…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!