|
Grafikga asoslangan usullar
|
| bet | 7/10 | | Sana | 16.05.2024 | | Hajmi | 345,87 Kb. | | #237900 |
Bog'liq Mustaqil ish 418.5.3 Grafikga asoslangan usullar
Qo’shni qiymatlarni aniqlash uchun Pearson korrelyatsiya koeffitsientidan emas, balki foydalanuvchi elementi grafigida tasodifiy hisoblashdan foydalanish mumkin. Bunday yondashuv ba'zan siyrak reyting matritsalari uchun samaraliroq bo'ladi. Ikki tomonlama foydalanuvchi elementi grafigi G = (Nu ∪ Ni, A) tuzilgan, bu erda Nu - foydalanuvchilarni ifodalovchi tugunlar to'plami va Ni - elementlarni ifodalovchi tugunlar to'plami. A ning ichida har bir nolga teng bo'lmagan element kiritish uchun foydalanuvchi va element o'rtasida, yordamchi matritsasida yo'naltirilmagan chekka mavjud.
Masalan, 18.4-rasmning ikkala foydali matritsalari uchun foydalanuvchi elementi grafigi 18.5-rasmda tasvirlangan. Shaxsiylashtirilgan PageRank yoki SimRank usulidan foydalanuvchiga asoslangan hamkorlikda filtrlash uchun ma'lum bir foydalanuvchiga eng o'xshash foydalanuvchilarni aniqlash uchun foydalanish mumkin. Xuddi shunday, eng o'xshash k elementni aniqlash uchun ushbu elementga asoslangan hamkorlikda filtrlash usuldan foydalanish mumkin. Foydalanuvchiga asoslangan hamkorlikda filtrlash va ob'ektga asoslangan hamkorlikda filtrlashning boshqa bosqichlari bir xil bo'lib qoladi.
Umumiy yondashuv bu muammoni foydalanuvchi elementi grafigidagi ijobiy va salbiy havolani taxmin qilish muammosi sifatida ko'rishdir. Bunday hollarda foydalanuvchi elementining grafigi qirralarning ijobiy yoki salbiy og'irliklari bilan to'ldiriladi. Foydalanuvchining ob'ekt bo'yicha normallashtirilgan reytingi, foydalanuvchi o'rtacha qiymatini ayirib tashlagandan so'ng, chekkada ijobiy yoki salbiy og'irlik sifatida ko'rib chiqilishi mumkin. Masalan, 18.4(a)-rasmdagi reyting matritsasidan tuzilgan grafikni ko'rib chiqing. U1 foydalanuvchisi va Gladiator elementi o'rtasidagi chekka salbiy tomonga aylanadi, chunki U1 Gladiator filmini aniq yoqtirmaydi.
foydalanuvchilar elementlar
18.5 jadval. 18.4-rasmning yordamchi matritsalari uchun afzallik grafigi
Tegishli tarmoq imzolangan tarmoqqa aylanadi. Shuning uchun tavsiya etilgan muammo imzolangan tarmoqdagi foydalanuvchilar va elementlar o'rtasidagi yuqori ijobiy og'irlik qirralarini bashorat qilishdir.
Faqat ijobiy havolalar bilan bog'lanishni taxmin qilish muammosining sodda versiyasi 19.5-bob. 19. bo’limda muhokama qilinadi. Ijobiy va salbiy havolalar bilan bog'lanishni bashorat qilish usullari uchun bibliografik eslatmalarga qarang. Bog'lanishni bashorat qilish yondashuvining afzalligi shundaki, u ijtimoiy tarmoq havolalari orqali bog'langan sharoitda turli foydalanuvchilar o'rtasidagi mavjud havolalardan ham foydalanishi mumkin. Bunday hollarda foydalanuvchi elementi grafigi endi ikki tomonlama bo'lib qolmaydi.
Foydalanuvchilar ob'ektlar uchun faqat ijobiy afzallik qiymatlarini belgilaganlarida, muammo soddalashtiriladi, chunki havolalarni bashorat qilish usullarining aksariyati ijobiy havolalar uchun mo'ljallangan. Shuningdek, foydalanuvchi elementi grafigidagi tasodifiy yurishlardan faqat qo’shni qiymatlarni aniqlash uchun emas, balki tavsiyalarni bajarish uchun foydalanish mumkin. Misol uchun, 18.4b-rasmda, 18.5-rasmdagi bir xil foydalanuvchi elementi grafigi tasodifiy xisoblash yondashuvi bilan birgalikda ishlatilishi mumkin. Ushbu afzallik grafigi har xil turdagi tavsiyalarni berish uchun ishlatilishi mumkin:
i foydalanuvchisi uchun eng yuqori reyting elementlarini i tugunida qayta ishga tushirish bilan tasodifiy xisoblash eng katta PageRankga ega element tugunlarini qaytarish orqali aniqlash mumkin.
j elementi bo'yicha eng yuqori o'rinni egallagan foydalanuvchilarni eng katta PageRankga ega foydalanuvchi tugunlarini j tugunida qayta ishga tushirish bilan tasodifiy xisoblashni qaytarish orqali aniqlash mumkin.
Qayta ishga tushirish ehtimolini tanlash tavsiya etilgan ob'ekt/foydalanuvchining global mashhurligi va ma'lum bir foydalanuvchi/buyum uchun tavsiyaning o'ziga xosligi o'rtasidagi muvozanatni tartibga soladi. Masalan, i foydalanuvchisiga ob'ektlar tavsiya etilishi kerak bo'lgan holatni ko'rib chiqing.
Teleportatsiya ehtimolining pastligi ko'plab foydalanuvchilar tomonidan yoqadigan mashhur narsalarni tavsiya qilishda yordam beradi. Teleportatsiya ehtimolini oshirish foydalanuvchi i uchun tavsiyani aniqroq qiladi.
|
| |
