CWYAlpha

Just another WordPress.com site

Thought this was cool: 推荐系统正在普及(欢迎拍砖)

leave a comment »


推荐系统很火,火到几乎每个有点数据量积累的网站都想做个推荐器,为用户带来更好的体验。

在这种大背景下,还是有一些服务,还没有开始用到推荐。

(1)ktv

不知道各位感觉如何,我每次去ktv的时候都会不知所措,感觉歌儿太多了,无法选择。平时喜欢哼的一些歌,到了ktv以后感觉都想不起来了。于是,我想可不可以给ktv的点歌终端接入豆瓣电台中我喜欢听的歌曲的list,或者给这个终端添加一个推荐器的功能,根据你点的一些歌,或者你唱的一些歌等等行为来推荐你可能喜欢的歌曲。

当然,在ktv做歌曲推荐,存在一个问题。在ktv唱歌和平时听歌不同的地方在于,听歌可以随便听,但你不一定会唱你喜欢听的歌曲。不过,我们可以做一些关联规则的推荐来解决这个问题,即:唱过这首歌的用户还喜欢唱XXX之类的。

总之,在ktv可以产生很多的用户数据,好好地利用起来,会有一番意想不到的效果。

(2)ACM ICPC Online Judge

大学的时候做这个比赛,平时训练的时候题目非常的多和杂,而且分类做的非常不好。(poj,zoj在这几方面做的都不太好,只是定期的发布一些题目来做)我想可不可以做个推荐器,可能用到的用户行为(或者是用户judge结果)是Accept,Wrong Answer, Runtime Error等等。根据用户的判题结果来推荐他可能会做的题目。

推荐的问题我觉得不大,oj面临的一个比较麻烦的问题是题目分类的问题,一种思路是出题者在出题的时候就将题目分好类,这种工作一般都没有做;一种思路是用用户的判题结果(用户-题目矩阵)做聚类(可以试着用latent factor model来对用户-题目矩阵做矩阵分解,也就相当于做个软聚类),然后再对聚类的结果人工归纳分类;当然,还有一种变态的想法,通过分析通过此题的用户的代码来分析这个题目属于哪个分类,做个贝叶斯分类器,不过我个人觉得分析代码是个比较难的活儿(比让机器理解自然语言更加困难);当然还有一种方法,就是用户来给题目贴标签,利用群体智慧。

(3)图书馆

我一直有个想法,就是给学校的图书馆加上SNS,但一直没有做,因为种种困难。

在图书馆借书的过程中,我遇到过这么一种情况。我看了小说A,我觉得很有意思,我很想看和A同类的小说,但我又不知道有哪些和它同口味。我觉得Amazon推荐书的功能可以借鉴过来,可以用的用户行为是用户借了xx书,借了xx书多久,预约借xx书等等,完全可以类比Amazon的推荐器。

但这里也存在一些问题,比如某个同学近期需要备战高数考试,他可能借了几本高数方面的参考书来复习,如果完全照搬过来的话,推荐器可能会觉得该用户会非常喜欢并且一直喜欢高数方面的参考书,我觉得可以拿一些辅助信息来过滤掉这些推荐结果,比如利用该用户的学籍信息以及当年的课表信息等等。

说到图书馆借书的问题,常常有这么一种情况,在电脑上查好了书的位置,但是过去找的时候怎么都找不到,然后在其他一个不相关的架子上发现了这本书。我想可不可以用“物联网”的一些技术,来定位各本书,然后在电脑上查询的时候直接就可以查到这本书的具体位置。(纯属YY啦)

以上只有三种,我想应该有很多很多需要推荐器的地方,欢迎补充。

以上想法都没有想的太深入,欢迎各位高手拍砖。

 

from 阿俊的博客: http://somemory.com/myblog/?post=31

Written by cwyalpha

五月 22, 2012 在 3:08 上午

发表在 Uncategorized

发表评论

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / 更改 )

Twitter picture

You are commenting using your Twitter account. Log Out / 更改 )

Facebook photo

You are commenting using your Facebook account. Log Out / 更改 )

Google+ photo

You are commenting using your Google+ account. Log Out / 更改 )

Connecting to %s

%d 博主赞过: