A 推薦システムは彼に興味のある項目について、特定のユーザーのために、異なるユーザーの評価及び降伏勧告との相関関係を測定します。
ただし、好みは時間とともに変化するため、古い評価は現在の好みを反映していない可能性があります。かつて「嫌ではない」などと評価する本に「優秀」を付けたことがあるかもしれません。さらに、利益自体も変わります。
推奨システムは変化する環境でどのように機能する必要がありますか?
- 1つのオプションは、「古い」評価を切り捨てることです。これは、「古い」を正しく定義していればうまく機能する場合があります(評価が期限切れにならず、問題が存在しないふりをすることさえできます)。しかし、それは最良の選択肢ではありません。もちろん味は進化し、通常の生活の流れであり、かつて正しい過去の評価の余分な知識を使用できない理由はありません。
- 別のオプションは、何らかの方法でこの追加の知識に対応することです。したがって、現在の興味に合った「インスタントマッチ」を見つけることはできませんでしたが、次に好む可能性のあるもの(今好む可能性のあるものとは対照的に)を提案します。
これを十分に説明しているかどうかはわかりません。基本的に2番目のアプローチに賛成し、味の軌跡の相関を測定し、それに対応する推奨事項を生成する推奨システムについて話します。まあ、それを個人的な成長と呼びましょう-彼らは「テイストの軌跡」(「テイストのスナップショット」だけでなく)はあなたのものに似ています。
ここで質問です。「オプション2」に似たものが既に存在するかどうか、もし存在する場合、どのように機能するのか疑問に思います。そして、それが存在しない場合は、どのように機能するかを議論することを歓迎します!:)