Hệ thống gợi ý lai và nhận biết ngữ cảnh

Hệ thống gợi ý lai kết hợp nhiều chiến lược gợi ý để bù đắp những điểm yếu riêng lẻ của chúng, và hệ thống gợi ý nhận biết ngữ cảnh điều chỉnh các đề xuất theo tình huống của người dùng.

Definition

Hệ thống gợi ý lai kết hợp hai hoặc nhiều kỹ thuật gợi ý để đưa ra các đề xuất tốt hơn bất kỳ phương pháp đơn lẻ nào, và hệ thống gợi ý nhận biết ngữ cảnh kết hợp thông tin ngữ cảnh ngoài danh tính người dùng và vật phẩm, chẳng hạn như thời gian, địa điểm, tâm trạng hoặc công ty, vào quá trình gợi ý.

Scope

Chủ đề này bao gồm hai phần mở rộng bổ sung cho gợi ý cơ bản: các hệ thống lai tích hợp các kỹ thuật dựa trên nội dung, cộng tác và các kỹ thuật khác thông qua các chiến lược như trọng số, chuyển đổi, kết hợp tính năng và xếp tầng; và gợi ý nhận biết ngữ cảnh kết hợp các yếu tố ngữ cảnh như thời gian, địa điểm và thiết bị vào dự đoán. Nó đề cập đến cách kết hợp và ngữ cảnh hóa các tín hiệu giúp cải thiện độ chính xác và độ bền vững, đặc biệt là đối phó với vấn đề khởi động nguội, đồng thời để lại các phương pháp cơ bản và đánh giá cho các chủ đề liền kề.

Core questions

• Tại sao nên kết hợp các phương pháp dựa trên nội dung và cộng tác thay vì chỉ sử dụng một mình?
• Những chiến lược nào tồn tại để lai hóa các hệ thống gợi ý, chẳng hạn như trọng số, chuyển đổi và xếp tầng?
• Việc thêm ngữ cảnh như thời gian hoặc địa điểm thay đổi các đề xuất như thế nào?
• Ngữ cảnh có thể được mô hình hóa như tiền lọc, hậu lọc hoặc mô hình hóa ngữ cảnh như thế nào?
• Các phương pháp lai và nhận biết ngữ cảnh giúp ích như thế nào trong việc khởi động nguội và độ bền vững?

Key concepts

• gợi ý lai
• hệ thống lai có trọng số và chuyển đổi
• hệ thống lai xếp tầng và kết hợp tính năng
• gợi ý nhận biết ngữ cảnh
• tiền lọc và hậu lọc theo ngữ cảnh
• mô hình hóa ngữ cảnh
• giảm thiểu khởi động nguội
• mô hình ưu tiên đa chiều

Key theories

Các chiến lược lai hóa

Các hệ thống gợi ý có thể được kết hợp bằng cách pha trộn điểm số của chúng (có trọng số), lựa chọn giữa chúng theo tình huống (chuyển đổi), đưa đầu ra của một hệ thống vào hệ thống khác (xếp tầng hoặc tăng cường tính năng), hoặc hợp nhất các tính năng của chúng, với chiến lược phù hợp giúp giảm thiểu điểm yếu của từng thành phần.

Các mô hình gợi ý nhận biết ngữ cảnh

Ngữ cảnh có thể được kết hợp bằng cách lọc dữ liệu trước khi gợi ý (tiền lọc theo ngữ cảnh), điều chỉnh kết quả sau đó (hậu lọc), hoặc mô hình hóa ngữ cảnh trực tiếp trong một mô hình ưu tiên đa chiều (mô hình hóa ngữ cảnh).

Clinical relevance

Hầu hết các hệ thống gợi ý trong sản xuất là hệ thống lai, kết hợp các tín hiệu cộng tác, nội dung và hành vi, đồng thời thích ứng với ngữ cảnh như thiết bị, thời gian trong ngày và hoạt động gần đây. Các kỹ thuật này cải thiện độ chính xác, xử lý vấn đề khởi động nguội và điều chỉnh các đề xuất theo thời điểm, điều này rất cần thiết trong các dịch vụ di động và phát trực tuyến.

History

Khảo sát năm 2002 của Burke đã hệ thống hóa các chiến lược lai hóa khi các nhà nghiên cứu nhận ra rằng không có kỹ thuật gợi ý đơn lẻ nào là tốt nhất một cách đồng nhất. Gợi ý nhận biết ngữ cảnh phát triển trong suốt những năm 2000, được Adomavicius và Tuzhilin chính thức hóa, khi điện toán di động và phổ biến làm cho các tín hiệu tình huống trở nên khả dụng. Các thiết kế lai, nhận biết ngữ cảnh hiện là tiêu chuẩn trong các hệ thống đã triển khai.

Key figures

• Robin Burke
• Gediminas Adomavicius
• Alexander Tuzhilin
• Francesco Ricci

Seminal works

• burke2002
• adomavicius2011
• ricci2015

Frequently asked questions

Tại sao hầu hết các hệ thống gợi ý thực tế là hệ thống lai?

Mỗi kỹ thuật đều có điểm yếu: các phương pháp dựa trên nội dung chuyên biệt quá mức, và các phương pháp cộng tác gặp khó khăn với vấn đề khởi động nguội và dữ liệu thưa thớt. Việc kết hợp chúng cho phép điểm mạnh của kỹ thuật này bù đắp điểm yếu của kỹ thuật kia, thường mang lại các đề xuất chính xác và bền vững hơn bất kỳ phương pháp đơn lẻ nào.

Điều gì được coi là ngữ cảnh trong gợi ý nhận biết ngữ cảnh?

Ngữ cảnh là bất kỳ thông tin tình huống nào ngoài danh tính người dùng và vật phẩm ảnh hưởng đến sở thích, chẳng hạn như thời gian, địa điểm, thiết bị, thời tiết hoặc người dùng đang ở cùng ai. Việc kết hợp nó cho phép một hệ thống gợi ý khác nhau, ví dụ, cho việc đi làm vào ngày thường so với buổi tối cuối tuần.