如何實現Apple iTunes'Genius'算法？

Question

我一直在想如何以及怎樣去實現iTunes上的'Genius'功能。

我可能蠻力，但只是想知道如果有人有任何見解。

謝謝。

Answer 1

Genius算法是推薦系統的一個例子，它是電子商務系統中的熱門話題。 Netflix獲得了幾百萬美元的獎金，用於改善他們的推薦系統僅僅10％。

在iTunes上你有一個音樂集合。天才可以做出假設，如果你有這種音樂，你必須喜歡它。如果有足夠的人擁有歌曲A，那麼Genius可以說如果你有歌曲A，你可能會喜歡歌曲B.

只要擁有這首歌曲將是一個相當弱的推薦。如果用戶對音樂進行評分，那麼效果會更好，因此您可以在此基礎上提高「推薦」的實力。

我強烈建議閱讀If You Liked This, You’re Sure to Love That作爲推薦系統的一個很好的入門書。

Answer 2

重要的一點：您必須擁有批次的用戶數據。你不能通過暴力手段來做到這一點（除非你的意思是完全用手來創造它）。

Answer 3

第1步 - 收集數據，爲每個用戶的所有點擊/播放。這將是很多數據。

步驟2 - 製作排名/推薦列表生成系統。對於每首歌曲，都會生成包含所有正在查看/播放的產品/歌曲的排名/優先級列表。一個簡單的例子是，沒有人分享相同的組合或每首歌曲播放的時間量。

第3步 - 保留一個限制（比如說top10），以顯示上面列出的歌曲的建議。

這並不難，訣竅或天才在於給步驟2中的列表添加權重。您的推薦系統如何與權重（前頁面排名）一起工作。

對於非常複雜的計算機科學領域，我可能會對數據挖掘工程師給予這樣一種天真/簡單的解釋感到失望。請原諒我。 :)

Answer 4

看看這個，term frequency–inverse document frequency，這是一種根據你喜歡的等級進行排名的方法，越是「獨特」，喜歡的歌曲對推薦的影響就越大。

基本上，如果你只喜歡和玩U2，算法/程序很難推薦一些特別的，這是你喜歡的。另一方面，如果你的iTunes使用情況更加多樣化，那些你不太喜歡的樂隊，你真正喜歡的樂隊將被加權得更多，因爲他們將你與大衆隔離得更多。 。