Đề xuất dựa trên nội dung

Đề xuất dựa trên nội dung gợi ý các mục có đặc điểm tương tự với những mục mà người dùng đã thích trước đây, xây dựng hồ sơ sở thích của người dùng từ nội dung của các mục.

Definition

Đề xuất dựa trên nội dung dự đoán sự quan tâm của người dùng đối với một mục bằng cách so sánh các đặc trưng nội dung của mục đó với hồ sơ sở thích của người dùng được suy ra từ các mục mà họ đã tương tác trước đây, đề xuất các mục tương tự nhất với hồ sơ.

Scope

Chủ đề này bao gồm đề xuất dựa trên mô tả mục và hồ sơ người dùng đã học được: biểu diễn các mục bằng các đặc trưng nội dung của chúng, xây dựng hồ sơ người dùng từ các mục đã được đánh giá hoặc tiêu thụ, và đối sánh hồ sơ với các mục ứng cử viên bằng cách sử dụng độ tương đồng hoặc học có giám sát. Nó đề cập đến mối quan hệ chặt chẽ với truy xuất thông tin, trong đó hồ sơ người dùng hoạt động như một truy vấn cố định, và những ưu điểm, hạn chế đặc trưng như chuyên môn hóa quá mức. Nó không bao gồm các phương pháp cộng tác sử dụng hành vi của những người dùng khác.

Core questions

• Các mục được biểu diễn bằng các đặc trưng nội dung để đề xuất như thế nào?
• Hồ sơ người dùng được xây dựng từ các mục mà người dùng đã thích như thế nào?
• Các mục ứng cử viên được chấm điểm so với hồ sơ người dùng như thế nào?
• Đề xuất dựa trên nội dung liên quan đến truy xuất và lọc thông tin như thế nào?
• Tại sao đề xuất dựa trên nội dung có xu hướng chuyên môn hóa quá mức?

Key concepts

• đặc trưng nội dung mục
• hồ sơ người dùng
• hồ sơ tf-idf và từ khóa
• độ tương đồng hồ sơ-mục
• học sở thích có giám sát
• chuyên môn hóa quá mức
• khả năng giải thích của các đề xuất
• xử lý mục mới

Key theories

Đối sánh hồ sơ-như-truy vấn

Bằng cách biểu diễn các mục bằng các đặc trưng nội dung và người dùng bằng một hồ sơ tổng hợp từ các mục đã thích, đề xuất dựa trên nội dung được rút gọn thành đối sánh độ tương đồng kiểu truy xuất, trong đó hồ sơ hoạt động như một truy vấn liên tục đối với danh mục mục.

Ưu điểm và chuyên môn hóa quá mức

Các phương pháp dựa trên nội dung có thể đề xuất các mục mới và ngách, đồng thời giải thích các gợi ý bằng các đặc trưng, nhưng vì chúng chỉ hiển thị các mục tương tự với lịch sử của người dùng, chúng có nguy cơ tạo ra một tập hợp hẹp, chuyên môn hóa quá mức, thiếu tính bất ngờ.

Clinical relevance

Đề xuất dựa trên nội dung thúc đẩy các gợi ý cho bài viết, sản phẩm, âm nhạc và video nơi mô tả mục phong phú, và nó xử lý tốt các mục mới vì nó không phụ thuộc vào đánh giá của người khác. Nó được kết hợp rộng rãi với các phương pháp cộng tác để bù đắp những điểm yếu của mỗi phương pháp.

History

Đề xuất dựa trên nội dung phát triển trực tiếp từ lọc và truy xuất thông tin vào những năm 1990, coi hồ sơ người dùng như một truy vấn lâu dài. Tổng quan của Pazzani và Billsus và khảo sát tình trạng kỹ thuật sau này của Lops và các đồng nghiệp đã củng cố các kỹ thuật biểu diễn và học hồ sơ, và phương pháp này vẫn là một thành phần tiêu chuẩn, đặc biệt trong các hệ thống lai.

Key figures

• Michael Pazzani
• Daniel Billsus
• Pasquale Lops
• Giovanni Semeraro

Seminal works

• pazzani2007
• lops2011

Frequently asked questions

Đề xuất dựa trên nội dung liên quan đến truy xuất thông tin như thế nào?

Rất chặt chẽ: hồ sơ người dùng đóng vai trò của một truy vấn, các mục đóng vai trò của tài liệu, và việc đề xuất các mục tốt nhất về cơ bản là xếp hạng tài liệu theo độ tương đồng với truy vấn. Nhiều phương pháp dựa trên nội dung tái sử dụng các biểu diễn truy xuất như tf-idf và độ tương đồng cosine.

Chuyên môn hóa quá mức trong đề xuất dựa trên nội dung là gì?

Vì phương pháp này chỉ đề xuất các mục tương tự với những gì người dùng đã thích, nó có thể tiếp tục gợi ý các bản sao gần giống và bỏ lỡ các mục mới lạ hoặc bất ngờ mà người dùng có thể thích. Việc thiếu tính bất ngờ này là một lý do chính khiến các phương pháp dựa trên nội dung thường được kết hợp với lọc cộng tác.