الترشيح التعاوني لمجموعات بيانات التعليقات الضمنية

مهمة شائعة لأنظمة التوصية هي تحسين تجربة العملاء من خلال توصيات مخصصة استنادًا إلى تعليقات ضمنية سابقة. تقوم هذه الأنظمة بتتبع سلوك المستخدمين بشكل سلبي، مثل سجل الشراء، وعادات المشاهدة، ونشاط التصفح، من أجل نمذجة تفضيلات المستخدمين. على عكس التعليقات الصريحة التي تم بحثها بشكل أوسع، لا نحصل على مدخلات مباشرة من المستخدمين بشأن تفضيلاتهم. على وجه الخصوص، نفتقر إلى أدلة جوهرية حول المنتجات التي لا يفضلها المستهلكون. في هذا العمل، نحدد خصائص فريدة لمجموعات بيانات التعليقات الضمنية. نقترح اعتبار البيانات دلالة على تفضيل إيجابي وسلبي مرتبط بمستويات ثقة متفاوتة للغاية. يؤدي هذا إلى نموذج عوامل مصمم خصيصًا لأنظمة التوصية القائمة على التعليقات الضمنية. كما نقترح إجراء تحسين قابل للتوسع، يتناسب خطيًا مع حجم البيانات. تم استخدام الخوارزمية بنجاح ضمن نظام توصية لبرامج التلفاز. وتقارن بشكل إيجابي مع تطبيقات محكمة الضبط لطرق أخرى معروفة. بالإضافة إلى ذلك، نقدم طريقة جديدة لتقديم تفسيرات للتوصيات المقدمة بواسطة هذا النموذج العوامل.