Raccomandare film con funzionalità aggiuntive utilizzando il filtro collaborativo

Sto cercando di creare un sistema di raccomandazioni utilizzando il filtro collaborativo. Ho le solite [user, movie, rating]informazioni. Vorrei incorporare una funzionalità aggiuntiva come "lingua" o "durata del film". Non sono sicuro di quali tecniche potrei usare per un tale problema.

Si prega di suggerire riferimenti o pacchetti in python / R.

Ecco alcune risorse che potrebbero essere utili:

• Recommenderlab - un framework e software open source per lo sviluppo e il test di algoritmi di raccomandazione: http://lyle.smu.edu/IDA/recommenderlab . RPacchetto corrispondente recommenderlab: http://cran.r-project.org/package=recommenderlab .

• Il seguente post sul blog illustra l'uso del recommenderlabpacchetto (di cui IMHO può essere generalizzato per qualsiasi motore di raccomandazione open source) per la creazione di un'applicazione di raccomandazione di film , basata sul filtro collaborativo : http://scn.sap.com/community/developer-center/hana / blog / 2013/11/06 / movie-raccomandazione-di-leva-r .

• Ricerca sui sistemi di raccomandazione - una bella pagina web con risorse sull'argomento, gestita dallo sviluppatore principale Michael Hahsler di Raccomandatalab: http://michael.hahsler.net/research/recommender .

• Mortar Advice Engine - un motore di raccomandazione personalizzabile open source per Hadoope Pig, scritto Pythone Java: https://github.com/mortardata/mortar-recsys . La società, sponsorizzando lo sviluppo di questo progetto, Mortar Data , offre una piattaforma cloud commerciale generale per lo sviluppo e l'hosting di progetti software di data science , compresi quelli basati su Mortar Recommendation Engine(lo sviluppo e l'hosting di progetti pubblici sono gratuiti): http: //www.mortardata. com . Mortar Data fornisce assistenza sotto forma di forum pubblico di domande e risposte ( https://answers.mortardata.com ) e di un tutorial completosulla creazione di un motore di raccomandazioni utilizzando tecnologie aperte ( http://help.mortardata.com/data_apps/recommendation_engine ).

• "Introduzione ai sistemi di raccomandazione" - un corso Coursera pertinente (MOOC), il cui contenuto e descrizione forniscono risorse aggiuntive sull'argomento: https://www.coursera.org/course/recsys .

• PredictionIO - un software server di apprendimento automatico open source, che consente di creare applicazioni di data science , inclusi i sistemi di raccomandazione : http://prediction.io (il codice sorgente è disponibile su GitHub: https://github.com/PredictionIO ). PredictionIOinclude un motore di raccomandazioni incorporato ( http://docs.prediction.io/current/engines/itemrec/index.html ) e supporta una vasta gamma di linguaggi di programmazione e framework tramite RESTfulAPI, nonché SDK / plug-in. PredictionIO mantiene un Amazon Machine Imagesu AWS Marketplace per la distribuzione di applicazioni sull'infrastruttura AWS: https://aws.amazon.com/marketplace/pp/B00ECGJYGE.

• Ulteriori progetti software open source , pertinenti all'argomento (scoperti tramite MLOSSsito Web sul software open source per l'apprendimento automatico: http://www.mloss.org ):

  • Jubatus : http://jubat.us/en
  • MyMediaLite : http://mymedialite.net
  • TBEEF : https://github.com/ChrisRackauckas/TBEEF
  • PREA : http://prea.gatech.edu
  • CofiRank : http://www.cofirank.org

• Anche i seguenti R post di blog pertinenti sono interessanti:

  • "Strumenti semplici per la costruzione di un motore di raccomandazione" ( http://blog.revolutionanalytics.com/2012/04/simple-tools-for-building-a-recommendation-engine.html )
  • "Sistema di raccomandazioni in R" ( http://blog.yhathq.com/posts/recommender-system-in-r.html )

Invece del filtro collaborativo, utilizzerei l'approccio della fattorizzazione a matrice, in cui utenti e film sono rappresentati da vettori di caratteristiche latenti i cui prodotti a punti generano le valutazioni. Normalmente si seleziona semplicemente il rango (numero di funzioni) indipendentemente da ciò che le caratteristiche rappresentano e l'algoritmo fa il resto. Come la PCA, il risultato non è immediatamente interpretabile ma produce buoni risultati. Quello che vuoi fare è estendere la matrice del film per includere le funzionalità aggiuntive che hai citato e assicurarti che rimangano fisse mentre l'algoritmo stima le due matrici usando regolarizastion. Le voci corrispondenti nella matrice utente verranno inizializzate in modo casuale, quindi stimate dall'algoritmo di fattorizzazione in matrice. È un approccio versatile e performante ma richiede una certa comprensione dell'apprendimento automatico,

Ho visto un bel notebook ipython qualche tempo fa ma non riesco a trovarlo in questo momento, quindi ti rimanderò ad un altro che, sebbene non altrettanto bello, chiarisce ancora alcuni dei calcoli matematici.