De wetenschap achter de aanbevelingen van Target algoritmen

op punt-Gebaseerde algoritmen: Omvat algoritmen die de logica "Mensen volgen die dit punt bekeken/kochten ook bekeken/verkochten deze punten." Deze algoritmen worden gegroepeerd onder de paraplu term punt-punt samenwerkende het filtreren, evenals Items with Similar Attributes algoritmen.

gebruiker-Gebaseerde algoritmen: Omvat Recently Viewed en Recommended for You algoritmen.

op populariteit-Gebaseerde algoritmen: Omvat algoritmen die de top-viewde of top-Buy punten over de website terugkeren, of top-viewings of top-purchase door categorie of puntattribuut.

op kunst-Gebaseerde algoritmen: Omvat multi-punt gebaseerde aanbevelingen met de logica "mensen die deze punten bekeken/kochten, ook bekeken/gekocht die punten."

Criteria van de Douane: Omvat aanbevelingen die op douanedossiers worden gebaseerd aan Target worden geupload.

gegevens van de Input: De gegevens van het gedrag, in de vorm van meningen en aankopen van bezoekers die worden verzameld wanneer u ​ Doel ​ of van ​ Adobe Analytics ​ uitvoert.

Model opleiding:

• het zuiveren van Gegevens en het bemonsteren: Voor algoritmen met een N-day raadpleging, worden de gedragsgegevens eerst gefiltreerd om slechts die dagen van N van gegevens te omvatten. De regels van de inzameling en globale uitsluitingen worden dan toegepast om het even welke punten te verwijderen die niet zouden moeten worden geadviseerd. Tot slot hebben bezoekers die met meer dan 1.000 punten interactie hadden hun gebruiksgegevens bemonsterd aan slechts 1.000 punten.
• de vergelijkingsberekening van het Punt: Dit is de kern computerstap: het berekenen van de de verhoudingsgelijkenis van de logboekwaarschijnlijkheid tussen alle kandidaat puntparen, en het rangschikken paren punten door deze gelijkenisscore.
• Off-line filtreren: Tot slot worden om het even welke verdere toepasselijke dynamische filters toegepast (bijvoorbeeld, dynamische categorieconclusies). Na deze stap worden vooraf berekende aanbevelingen globaal in cache geplaatst om beschikbaar te zijn voor het dienen.

Model het dienen: De inhoud van aanbevelingen wordt geleverd van Target ​ het globale "Edge"netwerk ​. Wanneer mbox de verzoeken aan Target worden gemaakt en het wordt bepaald dat de aanbevelingen inhoud aan de pagina zouden moeten worden geleverd, wordt het verzoek om de aangewezen ​ puntsleutel ​ voor het aanbevelingen algoritme of ontleed van het verzoek of opgezocht van het gebruikersprofiel, en dan gebruikt om de aanbevelingen terug te winnen die in de vorige stappen worden gegevens verwerkt. Verdere dynamische filters worden toegepast op dit ogenblik, alvorens het aangewezen ​ ontwerp ​ wordt teruggegeven.

gegevens van de Input: Zoals eerder beschreven, is dit algoritme puur gebaseerd op catalogusgegevens (die aan Target via het Diervoeder van de Catalogus van de a ​ worden opgenomen, de Entiteiten API, of van op pagina updates ​.

Model opleiding:

• de extractie van Attributen: Na de toepassing van regelmatige statische filters, catalogusregels en globale uitsluitingen, haalt dit algoritme relevante tekstuele gebieden uit het entiteitschema. Target gebruikt automatisch de naam, het bericht, en de categorievelden van de entiteitattributen en pogingen om het even welke koordgebieden uit douane ​ entiteitattributen ​ te halen. Dit proces wordt gedaan door ervoor te zorgen dat de meerderheid van waarden voor dat gebied niet parseerbaar als aantal, datum, of booleaanse waarde is.

• het Afstammen en het einde-woord verwijdering: Voor nauwkeurigere overeenkomende tekstgelijkenis, is het bedachtzaam om zeer gemeenschappelijke "stop"woorden te verwijderen die niet beduidend de betekenis van een punt (bijvoorbeeld, "was,"is "en,"en, etc.) veranderen. Op dezelfde manier verwijst stammen naar het proces om woorden met verschillende achtervoegsels aan hun wortelwoord te verminderen, dat een identieke betekenis heeft (bijvoorbeeld "verbinden,"verbinden,"en "verbinding"allen hebben het zelfde wortelwoord: "verbinden"). Target gebruikt de Snowball-stemmer. Target voert eerst automatische taaldetectie uit en kan de verwijdering van woorden voor maximaal 50 talen en stammen voor 18 talen wel stoppen.

• n-gram verwezenlijking: Na de vorige stappen, wordt elk woord behandeld als teken. Het proces waarbij opeenvolgende reeksen tokens worden gecombineerd tot één token, wordt n-gram maken genoemd. De algoritmen van Target hebben een waarde van maximaal 2 gram.

• tf-idf berekening: De volgende stap impliceert de verwezenlijking van tf-idf vectoren om op het relatieve belang van tokens in de puntbeschrijving te wijzen. Voor elke token/term t in een item i, in een catalogus D met |D| De term frequentie TF(t, i) wordt als eerste berekend (het aantal keren dat de term voorkomt in item i), en de documentfrequentie DF(t, D). In wezen het aantal items waar het token bestaat. De tf-idf-maatregel is dan

  

  Target gebruikt tf-idf van de Vonk van Apache featurization implementatie, die onder de kap elk teken aan een ruimte van 218 tokens hashes. In deze stap, wordt het klant-gespecificeerde attribuut het opvoeren en het begraven ook toegepast door de termijnfrequenties in elke vector aan te passen die op montages wordt gebaseerd die in de ​ criteria ​ worden gespecificeerd.

• de gelijksoortigheidsberekening van het Punt: De definitieve berekening van de puntgelijkenis wordt gedaan gebruikend een benaderende cosingelijkenis. Voor twee punten, A en B, met vectoren tA en tB, wordt de cosinegelijkenis bepaald als:

  

  Om significante ingewikkeldheid in gegevensverwerkingsgelijkenissen tussen alle n x N punten te vermijden, wordt de tf-idf vector beknot om slechts zijn grootste 500 ingangen te bevatten, en dan cosinegelijkenissen tussen punten te berekenen die deze afgekapte vectorvertegenwoordiging gebruiken. Deze aanpak blijkt robuuster te zijn voor dunne berekeningen van de vectorgelijkenis, in vergelijking met andere benaderende dichtstbijzijnde (ANN) technieken, zoals localiteitsgevoelige hashing.

• Model het dienen: Dit proces is identiek aan punt-punt samenwerkende het filtreren technieken die in de vorige sectie worden beschreven.

gegevens van de Input: Dit is identiek aan punt-punt samenwerkings het filtreren (CF) methodes. Both Recommended For You en op kunst-Gebaseerde algoritmen gebruiken gedragsgegevens, in de vorm van meningen en aankopen van verzamelde gebruikers wanneer u ​ Doel ​ of van ​ Adobe Analytics ​ uitvoert.

Model opleiding:

• het zuiveren van Gegevens en het bemonsteren: Dit is opnieuw het zelfde als voor samenwerkings het filtreren methodes, waar het raadplegingsvenster wordt toegepast op filtergedragsgegevens aan een aangewezen datumwaaier, die door toepassing van catalogusregels en globale uitsluitingen wordt gevolgd. Bezoekers die met meer dan 1000 objecten hebben gewerkt, hebben slechts hun meest recente 1000 gebruikers in overweging genomen.
• de testspleet van de Trein: Voer een chronologische splitsing van de toepassingen voor elke gebruiker uit, die de eerste 80% van hun gebruik aan opleidingsgegevens toewijst, met de resterende 20% die aan de testgegevens wordt toegewezen.
• de modelopleiding van de gelijkenis van het Punt: De vergelijkingsberekening van het kernpunt verschilt voor Recommended For You en op kunst-Gebaseerde algoritmen in de manier dat de vector van het kandidaatpunt wordt geconstrueerd. Voor Recommended For You hebben de itemvectoren dimensie-NUsers, waarbij elke vermelding de som van impliciete beoordelingen voor die gebruiker van het item vertegenwoordigt. Aankopen van een item krijgen een gewicht van 2x dat van weergaven van het item. Voor op kunst-Gebaseerde aanbevelingen, hebben de puntvectoren binaire ingangen; als het binnen-zittingsgedrag slechts moet worden overwogen, is er een nieuwe ingang voor elke zitting. Anders is er een item in dit item-vector voor elke bezoeker.

De trainingsstap berekent verscheidene types van vectorgelijkenissen: gelijkenis LLR (​ hier besproken ​), cosinegelijkenis (eerder bepaald), en een genormaliseerde L2 gelijkenis, die als wordt bepaald:

• de modelevaluatie van de gelijkenis van het Punt: De modelevaluatie wordt gedaan door de aanbevelingen te nemen die in de vorige stap worden geproduceerd en voorspellingen te maken over de reeks van testgegevens. De online het scoren fase wordt nagebootst door chronologisch het puntengebruik van elke gebruiker in de testdataset te bepalen, dan het doen van 100 aanbevelingen voor geordende ondergroepen van punten in een poging om verdere meningen en aankopen te voorspellen. Een metrische informatie terugwinning, [ Gemiddelde Precisie ] (https://en.wikipedia.org/wiki/Evaluation_measures_(information_retrieval?lang=nl), wordt gebruikt om de kwaliteit van deze aanbevelingen te evalueren. Deze maatstaf houdt rekening met de volgorde van aanbevelingen, en geeft de voorkeur aan relevante punten hoger in de lijst van aanbevelingen, die een belangrijk bezit voor rangschikkingssystemen is.
• modelselectie: Na off-line evaluatie, wordt het model dat de hoogste Gemiddelde Precisie heeft geselecteerd, en alle individuele punt-punt aanbevelingen die voor het worden verwerkt.
• Off-line filtreren: Het definitieve stadium van modelopleiding is de toepassing van om het even welke toepasselijke dynamische filters. Na deze stap worden vooraf berekende aanbevelingen globaal in cache geplaatst om beschikbaar te zijn voor het dienen.

Model het dienen: In tegenstelling tot vorige algoritmen waarin het dienen van aanbevelingen het specificeren van één enkele sleutel voor herwinning impliceert, die door toepassing van bedrijfsregels wordt gevolgd, gebruiken de Recommended for You en op kunst-Gebaseerde algoritmen een complexer runtime proces.

• multi-key herwinning en het samenvoegen: Voor op kunst-Gebaseerde aanbevelingen, tot tien punten die in het kart worden overgegaan worden beschouwd als sleutels voor herwinning en de aanbevelingen van elk zijn gelijk gewogen. Voor Recommended for You worden maximaal de laatste vijf unieke weergegeven items en de laatste vijf unieke gekochte items beschouwd als sleutels voor het ophalen, waarbij aanbevelingen die voortkomen uit aangekochte items tweemaal zo zwaar worden gewogen als aanbevelingen die voortkomen uit weergegeven items. Als bij het samenvoegen van aanbevelingen een item in meerdere afzonderlijke lijsten met aanbevelingen wordt weergegeven, worden de gewogen resultaten voor de gelijkenis toegevoegd. De definitieve lijst met aanbevelingen uit deze fase is dan de samengevoegde lijst van opnieuw gewogen aanbevelingen, gerangschikt in aflopende volgorde.
• Filtrerend: Volgende, filtrerende regels zoals verwijdering van eerder bekeken en/of gekochte punten, evenals andere dynamische bedrijfsregels worden toegepast.