Schwarmintelligenz und evolutionäre Algorithmen in ...

2 Recommendersysteme
Item
5
3
1
5
3
Item
5
4
3
2
?
geschätzte
Bewertung:
1,33
4
Item
4
3
4
1
Abbildung 2.6: Vereinfachter kollaborativer Recommender. Der aktive User links und seine
Nachbarn haben eine ähnliche Meinung (hohe Bewertung) über die gemeinsam
gesehenen Items (links). Die Nachbarn bewerten, hier vereinfacht als Mittelwert,
das für den aktiven Benutzer unbekannte Item “?” mit dem Wert 1,33.
Dieser Wert wird als Schätzung für die Bewertung des aktiven Benutzers angenommen.
für einen gegebenen aktiven Benutzer zu finden. Mit dieser Menge und einer Aggregationsfunktion
werden die bisher abgegebenen Bewertungen so kombiniert, dass eine Empfehlung
für das unbekannte Item geschätzt werden kann.
Es wird dafür eine Aggregation der Ratings der Nachbarn aufgestellt. Die Bewertungen der
Nachbarn für das zu bewertende Item des aktiven Benutzers fließen in die folgenden Methoden
mit ein und berechnen die Bewertung des unbekannten Items, mit sim als beliebige
Abstandsfunktion zwischen zwei Benutzern, die im Folgenden besprochen werden:
r ui = 1
|Û| ∑ rûi (2.2)
û∈Û
r ui = k ∑ sim(u, û) × rûi (2.3)
û∈Û
r ui = ¯r u + k ∑ sim(u, û) × (rûi − ¯rû) (2.4)
û∈Û
mit k als Normalisierungsfaktor, in der Regel definiert als
k =
∑û∈Û
1
|sim(u, û)|
12