Gran pregunta (en realidad bien compuesta). Me he encontrado en el mismo
zapatos muchas veces y quería implementar una solución para mí / descanso
de nosotros, pero no tenemos mucho tiempo para trabajar. No estoy seguro si ha resuelto el
problema, pero así es como voy a ver el problema (Advertencia: es solo
mi opinión )
Para la primera parte, quieres saber, “Dado un montón de
artículo leído por el usuario en pasado / enlaces compartidos, sentimientos, autor,
calificación, etc. (puede estar disponible / puede no) cómo modela cada usuario
perfil o búsqueda de “temas ocultos” que interesan al usuario “y para el
segundo, “Dada alguna idea sobre lo que el usuario quiere leer y compartir, qué
es probable que lea el artículo recomendado “.
Este tipo de problema podría modelarse y estudiarse bien utilizando
Modelos gráficos probabilísticos esp. Modelado de temas. La primera parte de su problema aparece comúnmente en
charlas de investigación como “modelo de autor-tema”. Hay muchos modelos que son
basado en el tema central del modelado de temas, por ejemplo, Bolsa de modelo (más simple), Análisis semántico latente probabilístico (pLSA), Latente
Asignación de Dirichlet (LDA). Cada perfil de usuario se puede representar usando
tupla que contiene {“distribución de temas de artículos leídos / compartidos por el usuario
en el pasado “,” lista de sustantivos (autores / periodistas / perfiles que le gustan al usuario “,
“entidades extraídas del historial de lectura del usuario”}. Su resultado final
de la primera parte sería poblar este tipo de tupla. Segundo
parte se relaciona con un problema de decisión de red gráfica (Predicción del
decisiones para todos los usuarios con nuevos artículos y representación de usuarios). He leído personas que usan el filtrado colaborativo para recomendar. También puede usar un modelo basado en CRF para calcular la probabilidad posterior. Dependiendo de cómo modeles el problema,
también puede optar por Support Vector Machine (libsvm podría ayudar si desea hacer algo en tiempo real y prototipo).
- ¿Crees que la historia reciente que estalló en Hampstead Inglaterra por los dos niños que afirman que un culto satánico masivo en todo el mundo ha estado realizando sacrificios de niños y el canibalismo es verdad?
- ¿Es posible que el presunto espía de la CIA encontrado en Rusia haya sido fabricado por el gobierno ruso?
- Decisión del Gran Jurado de Ferguson (noviembre de 2014): ¿Son justificables los disturbios, el saqueo y la anarquía de Ferguson?
- La sequía de California ha sido noticia recientemente con nuevas restricciones impuestas a los residentes. ¿Qué porcentaje de agua creen que ahorrarán estas restricciones?
- ¿Qué startups web abordan el problema de generar investigaciones de noticias originales?
Hay una pieza que “podría” necesitar hacer antes
realizando más de dos pasos. Necesitarías escribir una agrupación
algoritmo que tomará todas las noticias y las agrupará en
grupos pequeños. Ideas de la bolsa de modelo, Locality Sensitive Hashing (LSH),
Kernel LSH (para reducir los grupos de b / w coincidentes) se puede utilizar para crear
noticias / artículos y K / EM / GMM / agrupación jerárquica en la parte superior para
agrupe estos contenedores juntos.
Avíseme si hay preguntas y corríjame si me equivoco en alguna parte.
Bolsa de modelo: http://en.wikipedia.org/wiki/Bag…
Análisis semántico latente probabilístico: http://en.wikipedia.org/wiki/Pro…
Asignación de Dirichlet latente: http://en.wikipedia.org/wiki/Lat…
Campo aleatorio condicional: http://en.wikipedia.org/wiki/Con…
Filtrado colaborativo: http://en.wikipedia.org/wiki/Col…
Máquina de soporte de vectores: http://en.wikipedia.org/wiki/Sup…
Hashing sensible a la localidad: http://en.wikipedia.org/wiki/Loc…
Hashing sensible a la localidad Kernelised: http://www.cse.ohio-state.edu/~k…
K Significa Agrupación: http://en.wikipedia.org/wiki/Km…
Agrupamiento EM: http://en.wikipedia.org/wiki/Exp…
GMM: Modelos de mezcla gaussiana: http://www.autonlab.org/tutorial…
Agrupación jerárquica: http://en.wikipedia.org/wiki/Hie…
