Что можно сделать с рекомендациями

Сочетаемость слова «рекомендация»

РЕКОМЕНДА́ЦИЯ , -и, ж. 1. Действие по знач. глаг. рекомендовать.

Предложения со словом «рекомендация&raquo

– Подагры у тебя нет, так что ешь своё любимое мясо на здоровье и, пожалуйста, запомни, что врачи дают рекомендации, а вот будешь ли ты их выполнять – это твоё дело.

Таким образом, цель настоящего издания – дать практические рекомендации специалистам, непосредственно занимающимся финансовым регулированием и надзором.

Другой подход проявляется тогда, когда инициаторы проекта сами разрабатывают бизнес-план, а методические рекомендации получают у специалистов, в частности у возможных инвесторов.

Пишем простую систему рекомендаций на примере Хабра

Сегодня мы поговорим о рекомендательных системах, а точнее о самой простой форме коллаборативной фильтрации. В программе передач: что такое рекомендательная система, на чем основана, каков математический аппарат и как её можно воплотить в код. В качестве бонуса предоставим результаты в виде простого сервиса.

Что такое рекомендательная система

На самом деле мы ежедневно сталкиваемся с рекомендательными системами, даже если порой этого и не замечаем. В наиболее явном виде их работа видна в онлайн магазинах e.g. Amazon.

Основная задача системы здесь предложить новые товары на базе купленных-просмотренных. Преследуется сразу несколько целей, но основная — предложить товар покупателю, который вероятнее всего приведет к продаже и удовлетворит его запросам. Значит, неформально рекомендательная система предлагает некоторый упорядоченный список товаров, основываясь на предыстории покупателя.

Интуиция

В данной статье мы говорим о коллаборативной фильтрации основанной на пользователях. Это название может показаться грозным, но за ним стоят довольно простые идеи. «Коллаборативный» означает основанный на предпочтениях некоторой группы. Например, если Вася, Петя и Саша покупатели книжного магазина и их вкусы схожи, то можно рекомендовать Саше покупки на основе покупательской истории Васи и Пети.

Картинка описывают простую ситуацию, когда несколько пользователей посмотрели видео, и только некоторым из них понравилось. Когда мы решаем стоит ли порекомендовать пользователю видео, обнаруживаем, что похожие пользователи невзлюбили это видео. Как следствие, не стоит рекомендовать. Иначе говоря мы фильтруем контент на основе схожей группы отсюда и название коллаборативная фильтрация.

Теория

В данной статье мы рассмотрим только случай бинарной оценки: «понравилось» или «нет оценки». Эта модель применима к избранному на Хабре. Если пользователь сохранил к себе статью, значит он считает её интересной или полезной, а если оценки нет, то это ничего не значит, возможно он просто не видел эту статью.

Существует несколько способов фильтровать (а точнее ранжировать) контент, мы рассмотрим так называемый user-based (основанный на пользователях) метод.

Данные

У нас есть две сущности пользователи и статьи в избранном. С каждым пользователем i мы ассоциируем множество статей u_i.

Схожие пользователи

Мы определяем «схожесть» двух пользователя i и j, как

Это так называемый Коэффициент Жаккара, который определяет степень сходства двух множеств.

Идея проста — определить насколько общая часть статей двух пользователей относится к их общему количеству.

Рекомендуем статью

Пусть некоторая статья p (от post) не находится в избранном, т.е. не принадлежит множеству u_i, тогда мы определяем сходство likes («насколько скорее всего понравится») между пользователем и статьёй следующим образом:

где n_p и J_p — это количество пользователей и сами пользователи, которые добавили пост p избранное.

Идея за формулой проста, вклад одного пользователя равен степени сходства, и нормализация на число самих пользователей.

Рекомендации

Рекомендации — это несколько постов имеющих максимальное значение likes.

Реализация: код и данные

Для реализации нам необходимо сделать несколько шагов:

1. Собрать список пользователей
2. Собрать рекомендации
3. Посчитать n_p
4. Написать функцию likes и получить максимальные k результатов

Собрать список пользователей

Алгоритм простой: был выбран один из первых постов за 2013ый год и для каждого поста собирались пользователи, которые оставили комментарий, и сам автор поста. Всего собран список из 25 тысяч пользователей. Код функции get_all_user_names можно найти через гит в файле: recommender.py, а сам собранный список пользователей в HabraData репозитории (это репозиторий, где я собираю всякие интересные данные с Хабра) в файле user_list.txt

Собрать рекомендации

У каждого пользователя, например тут, есть закладка избранное, которую можно распарсить и получить данные из списка. Собранные данные можно найти в файле user_favorites.csv, а сам код сбора в том же исходнике, что и выше.

Посчитать n_p

Для каждого собранного поста проходимся по всем пользователям и считаем количество появлений поста. Данные в файле post_counts.csv.

Функция likes

Основной код функции приведен в спойлере ниже. Кратное описание: для каждого пользователя считаем его сходство со всеми остальными пользователями, и если для другого пользователя сходство не ноль, то обновляем схожесть input-пользователя и соответствующего поста. В конце нормализуем и сортируем в убывающем порядке.

К прочтению: практическая книга Programming Collective Intelligence и вот этот пост.

Сервис Хабра-рекомендаций

На основе алгоритма сделаем простой сервис рекомендаций для пользователей:

Доступен по адресу:
www.habr-analytics.com/recommender
(осторожно, автор тестировал систему рекомендаций в 4 часа утра)

Алгоритм, рассмотренный в данной статье, является один из самых простых и наивных (по предположениям модели), поэтому не стоит переоценивать результаты его работы. С другой стороны, продвинутые алгоритмы во многом основаны на тех же идеях и используют схожие приемы для моделирования рекомендаций, и поэтому полезно иметь хотя бы общее представлении о фильтрации основанной на пользователях.

Лента рекомендаций Tik Tok — правильная настройка

Лента Тик Ток — рекомендации социальной сети, которые формируются на базе действий пользователя, а именно его просмотров, хэштегов, лайков и прочих операций, анализируемых системой. Ниже рассмотрим, как можно изменить список предлагаемого контента, легко ли ее сбросить или очистить, а также как обнулить информацию в случае необходимости.

Как изменить

Перед тем как поменять рекомендации в ленте Тик Ток, необходимо разобраться в особенностях их формирования. Система подбирает ролики с учетом предпочтений пользователя и на базе основного набора факторов. После регистрации человек начинает кликать разные видео с учетом интересов, и Тик Ток сразу подмечает эти моменты.

В TikTok постят ролики люди с самыми разными интересами. Смотрите видео по Майнкрафт в Тик Токе на телефоне, если вы фанат этой игры!

При этом существует несколько рекомендаций, как изменить ленту рекомендаций в Tik Tok под себя и тем самым сделать ее более интересной. Она формируется с учетом следующих действий:

1. Лайки . Человек нажимает нравится на видео и тем самым показывает, какое направление ему более интересно.
2. Поделиться . Отправка ролика из Тик Ток другому человеку также является косвенным подтверждением повышенного интереса к контенту.
3. Комментарии . Комментируя те или иные посты в ленте, вы показываете к ним интерес.
4. Хэштеги . Поиск роликов по определенным хэштегам позволяет найти найти подходящий контент в Тик Ток и сформировать подходящую ленту предпочтений.
5. Время просмотра . Важным моментом при анализе является время, которое было затрачено на просмотр видео. Если вы досмотрели его до конца, значит, ролик понравился. Такая тематика с большой вероятностью попадет в рекомендации социальной сети.

Также на рекомендации ленты Тик Ток влияют и другие параметры, к примеру, месторасположение, геолокация, вид устройства, язык и прочие. Все эти моменты учитываются при формировании подходящих параметров под предпочтения пользователя. Применение рассмотренных выше инструментов позволяет сразу увидеть в Тик Ток самое полезное и тем самым сократить время поиска.

Также при регистрации система просит выбрать подходящие категории, к примеру, Путешествия. В дальнейшем Тик Ток продолжает анализировать рассмотренные выше сведения. При этом категории в дальнейшем можно обновлять для расширения списка рекомендаций системы.

Иными словами, изменить ленту можно только активными действиями в социальной сети Тик Ток — лайками, просмотрами, поиском и прочими. Основные шаги делает уже сама социальная сеть.

Как сбросить и очистить

Бывают ситуации, когда пользователь первоначально выбрал неправильное направление, а теперь хочет сбросить и очистить данные. Такой подход позволяет начать все заново в формировании своей истории.

Чтобы изменить предпочтения в ленте Тик Ток, сделайте следующие шаги:

• Войдите в приложение.
• Зайдите в раздел «Я».
• Перейдите в раздел лайков — жмите на символ с сердечком.

• Войдите в сохраненные видео.
• Удалите из них лайки.

• Формируйте новую ленту с учетом подходов, которые были рассмотрены выше.

При этом полностью убрать имеющиеся рекомендации не получится. Разве что полностью удалить аккаунт, а после этого пройти регистрацию с нуля.

Как настроить под себя

Многие спрашивают, как настроить под себя ленту в Тик Ток. Сделать это несложно, если знать особенности формирования списка рекомендаций. О нем мы говорили выше, а сам алгоритм применяется на многих сервисах. При этом пользователь видит контент с учетом предпочтений и ориентируется на видео, с которым взаимодействуют пользователи.

Для правильной настройки необходимо корректно установить геолокацию. Также можно выбрать язык роликов, которые вы будете просматривать в Тик Ток. Для этого сделайте следующее:

• Войдите в программу.
• Жмите на кнопку «Я» .
• Кликните на три точки справа вверху.

• Войдите в «Предпочитаемый контент» .

• Установите языки видео.

После этого формируйте ленту с учетом приведенных выше советов — смотрите видео, ставьте лайки, делайте репосты и т. д.

Теперь вы знаете, как управлять рекомендациями в Тик Ток, и от чего они зависят. В комментариях поделитесь своим опытом создания ленты и его особенностей.

Как убрать или улучшить рекомендации YouTube

Рекомендации на YouTube уже давно не радуют нас и оставляют желать лучшего. Чаще всего сервис просто цепляется к нескольким просмотренным вами роликам, а затем предлагает посмотреть остальные ролики на этом канале или взглянуть на что-то подобное. Меня это не устраивает, и вот 3 способа, как улучшить рекомендации YouTube.

Удаление видео из рекомендаций

Если вы видите в рекомендациях YouTube неинтересное видео, его можно оттуда убрать. Сервис запомнит ваше пожелание и больше не будет показывать подобные видео.

Чтобы удалить видео из рекомендаций, нужно кликнуть на иконку с тремя точками и выбрать «Скрыть».

Таким образом удобно избавляться от неинтересных видео на интересных каналах. Если же вам нужно избавиться от всего канала, переходите к следующему способу.

Удаление канала из рекомендаций

Более кардинальный способ, который удалит из рекомендаций неинтересный канал. Для того, чтобы это сделать, нужно навести на иконку с тремя точками справа от подписи канала и выбрать «Скрыть». Операция ничем не отличается от удаления видео из рекомендаций.

Выборочная очистка истории

Ваша история просмотров тоже влияет на рекомендации, показываемые YouTube. И если вы однажды получили парочку смешных и глупых видео от друзей, будьте готовы, что подобные видео могут появиться и в рекомендациях. Если вы этого не хотите, придётся удалить просмотренные видео из истории.

Переходим во вкладку «Просмотренные», наводим на видео и видим иконку с тремя точками. Нажимаем на неё и выбираем «Удалить видео из плейлиста История просмотров».

Я редко смотрю вкладку рекомендаций на YouTube. Эти советы немного изменили ситуацию. Но для постоянного эффекта придётся проделывать их вновь и вновь, хотя неинтересных видео с каждым разом становится всё меньше. Будем надеяться, что в скором будущем YouTube представит обновленные рекомендации с более интересным контентом.