1
00:00:00,000 --> 00:00:03,416
>> [Zenelejátszási]

2
00:00:03,416 --> 00:00:05,860

3
00:00:05,860 --> 00:00:08,180
>> AGY SCASSELLATI: Üdvözöljük
A CS50 AI sorozat.

4
00:00:08,180 --> 00:00:12,600
A nevem Scass, és ma megyünk
beszélni Ajánló rendszerek.

5
00:00:12,600 --> 00:00:15,780
Most ajánló rendszerek hangok
mint egyfajta furcsa név.

6
00:00:15,780 --> 00:00:18,630
Úgy hangzik, mint talán kellene
lehet ajánlást rendszerek,

7
00:00:18,630 --> 00:00:21,290
és valahogy egyetértek veled.

8
00:00:21,290 --> 00:00:26,110
De ezek a rendszerek, amelyek segítenek
válassza ki hasonló dolgokat, amikor

9
00:00:26,110 --> 00:00:28,210
kiválaszt valamit az interneten.

10
00:00:28,210 --> 00:00:32,119
Netflix, például azt sugallják, más
filmeket, hogy érdemes nézni.

11
00:00:32,119 --> 00:00:36,660
Vagy Pandora javasol különböző
dal, amit érdemes meghallgatni.

12
00:00:36,660 --> 00:00:40,940
Amazon azt sugallják, milyen
Más termékek érdemes vásárolni.

13
00:00:40,940 --> 00:00:43,520
Facebook is arra utalnak,
néhány más barátok

14
00:00:43,520 --> 00:00:45,440
hogy érdemes felvenni.

15
00:00:45,440 --> 00:00:49,800
Minden ilyen rendszer működik segítségével
ugyanazokkal az alapvető fajta algoritmus,

16
00:00:49,800 --> 00:00:52,520
és ez az, amit mi vagyunk
fog ma beszélni.

17
00:00:52,520 --> 00:00:56,860
>> Most ezek az algoritmusok
Meglepően nagy üzlet.

18
00:00:56,860 --> 00:01:01,130
Netflix néhány évvel ezelőtt
2009 kínált $ 1.000.000

19
00:01:01,130 --> 00:01:07,240
díjat, ha javíthatnák
ajánlási rendszert csak 10% -kal.

20
00:01:07,240 --> 00:01:11,960
, Hogy 10%, bár, jelentése
jelentős mennyiségű üzlet.

21
00:01:11,960 --> 00:01:15,330
Becslések nehéz
találni, de sokan

22
00:01:15,330 --> 00:01:19,050
úgy vélik, hogy ezek a ajánlása
rendszerek egy online vásárlás

23
00:01:19,050 --> 00:01:25,729
rendszer, mint az Amazon vezet valahova
10% és 25% nagyobb bevétel.

24
00:01:25,729 --> 00:01:27,770
Így el lehet képzelni a
fajta hangerőt, hogy te

25
00:01:27,770 --> 00:01:32,860
beszélünk, amikor azt gondolni,
még ezek a kis algoritmusokat.

26
00:01:32,860 --> 00:01:35,200
>> Szóval térjünk néhány példát.

27
00:01:35,200 --> 00:01:38,460
Hogy lehet az, hogy ezek a
rendszerek tényleg működik?

28
00:01:38,460 --> 00:01:40,773
Két alapvető
féle algoritmusok,

29
00:01:40,773 --> 00:01:45,050
itt szerepet, amikor beszélünk
generáló ajánlásokat.

30
00:01:45,050 --> 00:01:48,650
Az elsők nevezzük
tartalmat alapú szűrés.

31
00:01:48,650 --> 00:01:53,410
És a tartalom alapú szűrés támaszkodik
upon közötti hasonlóságokat tételek

32
00:01:53,410 --> 00:02:00,370
magukat, hogy van két filmet
vagy két dal vagy két vásárolt tételeket.

33
00:02:00,370 --> 00:02:03,190
Fogunk használni filmek
Példaként, de ez a

34
00:02:03,190 --> 00:02:07,850
pályázhattak, tényleg, bármilyen típusú
A kifogás, hogy keresünk.

35
00:02:07,850 --> 00:02:13,330
>> Tehát ha azt gondolom, néhány
A filmeket az elmúlt évben,

36
00:02:13,330 --> 00:02:16,799
Láttam belülről kifelé
a gyerekeim, tetszett nekik.

37
00:02:16,799 --> 00:02:17,840
De mi is volt a választás.

38
00:02:17,840 --> 00:02:21,350
Mehettünk volna látni Minions,
tudnánk látni Age of Ultron,

39
00:02:21,350 --> 00:02:24,850
vagy mi lehetett szemlélni
Ant Ember a mozikban.

40
00:02:24,850 --> 00:02:27,580
>> Mert ezek bármelyike
filmeket, el tudnánk képzelni

41
00:02:27,580 --> 00:02:33,320
generáló szolgáltatások listája vagy
adottságok azokról különböző filmeket.

42
00:02:33,320 --> 00:02:37,190
Így például azt mérlegelheti
amely azoknak a filmeket animált.

43
00:02:37,190 --> 00:02:39,960
Nos, mindkét Inside Out
és csatlósai animált.

44
00:02:39,960 --> 00:02:44,140
Sem Age of Ultron sem
Hangya Ember animációs filmek.

45
00:02:44,140 --> 00:02:47,040
És tudtam képzelni épület
egy szerkezet, egy asztal, hogy

46
00:02:47,040 --> 00:02:49,440
felsorolja minden egyes ilyen tulajdonságokkal.

47
00:02:49,440 --> 00:02:51,790
Vajon animált, vagy nem?

48
00:02:51,790 --> 00:02:54,780
Én aztán még több
funkciók ebben a táblázatban

49
00:02:54,780 --> 00:02:58,380
hozzáadásával több sort ebbe a struktúrába.

50
00:02:58,380 --> 00:03:00,970
Kérhetnék-e vagy
Nem ők a Marvel filmek.

51
00:03:00,970 --> 00:03:04,010
Nos, az Inside Out és csatlósai
Nem Marvel filmek,

52
00:03:04,010 --> 00:03:06,715
Age of Ultron és Ant Man mindenképpen.

53
00:03:06,715 --> 00:03:09,100
>> És tudtam kérni minden fajta
A különböző minőségű

54
00:03:09,100 --> 00:03:12,080
hogy szerettem volna, minden fajta jellemzői
hogy lehet fontos nekem.

55
00:03:12,080 --> 00:03:13,440
Vannak olyan szuper gazember?

56
00:03:13,440 --> 00:03:16,700
Nos, nincs szuper gazember Inside
Ki, de vannak olyanok a Minions

57
00:03:16,700 --> 00:03:19,990
és nyilvánvaló, hogy a
Két szuperhős filmeket.

58
00:03:19,990 --> 00:03:23,900
>> Én is kérni a dolgokat, mint, nos,
nem haladnak a Bechdel teszt?

59
00:03:23,900 --> 00:03:27,280
Van két elemzi
női karakterek, akik

60
00:03:27,280 --> 00:03:30,550
eltölteni néhány jelentős mennyiségű
ideje, amelyek egy beszélgetést, hogy

61
00:03:30,550 --> 00:03:34,400
nem jár a férfiak a leadott?

62
00:03:34,400 --> 00:03:39,870
Nos, ebben az esetben, az Inside Out halad
A vizsgálat Minions nem sikerül, az Age of Ultron

63
00:03:39,870 --> 00:03:42,990
átmegy a teszten, és a Hangya férfi képtelen.

64
00:03:42,990 --> 00:03:45,020
Ezek közül bármelyik jellemzői
Arra tudtam gondolni,

65
00:03:45,020 --> 00:03:48,660
Mindenképpen fontosnak néhány ember számára.

66
00:03:48,660 --> 00:03:52,000
>> Én is kérni a dolgokat, mint a
Van-e olyan ember ezekben a filmekben, hogy

67
00:03:52,000 --> 00:03:57,190
a öregdiák mondjuk, parkok és
Üdülés, az egyik kedvenc show.

68
00:03:57,190 --> 00:04:00,540
Nos, Inside Out Amy
Poehler, hogy ez egy Alumni.

69
00:04:00,540 --> 00:04:01,530
Ami számít.

70
00:04:01,530 --> 00:04:04,110
Jon Hamm volt csatlósai.

71
00:04:04,110 --> 00:04:08,600
Paul Rudd volt Ant Man, de senki
Age of Ultron volt Parkok és szüks

72
00:04:08,600 --> 00:04:10,150
is.

73
00:04:10,150 --> 00:04:12,990
Szóval lehet felépíteni ezt a listát
funkciók, és ők is nagyon

74
00:04:12,990 --> 00:04:14,710
bármi lehet a filmekről.

75
00:04:14,710 --> 00:04:17,329
Ők lehetnek arról, hogy mi
képarány lőttek az,

76
00:04:17,329 --> 00:04:21,630
ez lehet, hogy hány helyet azok
értékesített a nyitó hétvégén.

77
00:04:21,630 --> 00:04:25,630
Bármilyen jellemző, hogy szeretnék
generál tudom rakni ebbe a táblázatot.

78
00:04:25,630 --> 00:04:29,600
>> Most, ebben az esetben, amit épített
minden fajta veretlen értékek,

79
00:04:29,600 --> 00:04:33,700
igen vagy nem, lehet sikeres vagy sikertelen,
de bármi lehet.

80
00:04:33,700 --> 00:04:36,690
Ők lehetnek tetszőleges értékeket.

81
00:04:36,690 --> 00:04:39,070
A tartalomszolgáltatók alapú szűrés,
mit fogunk csinálni

82
00:04:39,070 --> 00:04:42,810
A megyünk, hogy fontolja
két oszlop található

83
00:04:42,810 --> 00:04:45,660
és látom, hogy hasonlítanak egymásra.

84
00:04:45,660 --> 00:04:48,640
Így például, ha I
Elmentem megnézni Inside Out,

85
00:04:48,640 --> 00:04:53,640
Lehet kérdezni, mi van a többi filmek
hogy esetleg hajlandó menni látni.

86
00:04:53,640 --> 00:04:56,890
Ez azt jelenti, hogy mi hajlandó
költeni a pénzem, hogy nézd meg.

87
00:04:56,890 --> 00:05:00,310
És tudom hasonlítani ezt csak figyelembe
A két oszlopot, az egyik belülről kifelé

88
00:05:00,310 --> 00:05:03,300
és egy bármely a
más filmeket, és csak látta

89
00:05:03,300 --> 00:05:06,210
Hány azok jellemzőit mérkőzést.

90
00:05:06,210 --> 00:05:09,660
Tehát, ha összehasonlítom Inside Out
A Minions, nos,

91
00:05:09,660 --> 00:05:10,910
Három dolog, hogy itt meccs.

92
00:05:10,910 --> 00:05:16,200
Mindketten animált, egyikük sem
a Marvel filmek, és mindketten

93
00:05:16,200 --> 00:05:18,420
Van Parks and Köv öregdiákok.

94
00:05:18,420 --> 00:05:20,420
Így tudtam számolni, hol tartottam
Sok mérkőzést voltak,

95
00:05:20,420 --> 00:05:22,640
és ebben az esetben is lenne három.

96
00:05:22,640 --> 00:05:26,450
>> Ha én majd hasonlítsa össze az Inside Out
A mondjuk Age of Ultron,

97
00:05:26,450 --> 00:05:28,430
Azt nézd meg a listát
és azt mondják, nos,

98
00:05:28,430 --> 00:05:30,140
csak egy dolog, hogy itt egyezést.

99
00:05:30,140 --> 00:05:34,560
Mindketten át a Bechtel teszt, így
hogy lesz egy tucat ember.

100
00:05:34,560 --> 00:05:36,770
És közötti Inside Out
és Ant Man, megint

101
00:05:36,770 --> 00:05:41,420
összehasonlíthatja soronként hány
dolgokat egyeznek a ketten.

102
00:05:41,420 --> 00:05:43,060
Nos, az egyik az animációs, egy nem.

103
00:05:43,060 --> 00:05:44,970
Az egyik egy Marvel film, az egyik nem.

104
00:05:44,970 --> 00:05:47,280
Egy van egy szuper gazember,
a másik nem.

105
00:05:47,280 --> 00:05:49,480
Az egyik átmegy a Bechtel
vizsgálat, az egyik meghibásodik rá,

106
00:05:49,480 --> 00:05:54,450
de mindkettőnek Parkok és szüks öregdiák,
így ismét kap egy pontszámot egy.

107
00:05:54,450 --> 00:05:58,300
>> Szóval, ha kerestek filmek
hogy hasonló volt Inside Out,

108
00:05:58,300 --> 00:06:02,170
Tudtam nézni a filmeket, amelyek
belül a legnagyobb pontszámot a tartalom

109
00:06:02,170 --> 00:06:03,952
szűrés rendszert.

110
00:06:03,952 --> 00:06:05,660
Tehát ebben az esetben, úgy
tartaná Minions

111
00:06:05,660 --> 00:06:08,330
hogy szorosabb és
valószínűleg valami

112
00:06:08,330 --> 00:06:13,250
hogy én pénzt költeni, hogy
mint az Age of Ultron vagy Ant Man.

113
00:06:13,250 --> 00:06:16,150
>> Ezek tartalma alapján
szűrőrendszerek támaszkodnak csak

114
00:06:16,150 --> 00:06:18,670
a tulajdonságairól
A filmeket, és így

115
00:06:18,670 --> 00:06:21,930
lehet építeni ezeket csak ismeretében
valamit a termékek

116
00:06:21,930 --> 00:06:23,500
hogy van.

117
00:06:23,500 --> 00:06:26,050
Tudom használni bármilyen típusú
funkciók, amelyek szeretnék,

118
00:06:26,050 --> 00:06:28,400
és én építhet több
összetett funkciók

119
00:06:28,400 --> 00:06:33,060
vonja bonyolultabb vizsgálati
A minőségi ahogy megy végig.

120
00:06:33,060 --> 00:06:39,080
Sőt, azt is megnézheti ezt a táblázatot
Nem mint egy statikus tárgy,

121
00:06:39,080 --> 00:06:43,110
hanem inkább, hogy a méretek
egy terjedelmesebb állam helyet.

122
00:06:43,110 --> 00:06:46,295
És tudom kezdeni beszélni a
közötti távolságok különböző filmeket.

123
00:06:46,295 --> 00:06:49,300

124
00:06:49,300 --> 00:06:51,050
Ezek mind olyan dolgok
hogy tudjuk, hogyan

125
00:06:51,050 --> 00:06:55,860
ezt a fajta adatstruktúrák
hogy már láttuk a CS50.

126
00:06:55,860 --> 00:06:59,180
Így tudtam képzelni épület
egy adatszerkezetet egy film.

127
00:06:59,180 --> 00:07:02,390
Van egy struct, hogy én már
épített úgynevezett film,

128
00:07:02,390 --> 00:07:04,369
és azt az öt logikai bejegyzéseket is.

129
00:07:04,369 --> 00:07:07,160
Vajon animált, ez egy Marvel
film, nem is olyan szuper gazember,

130
00:07:07,160 --> 00:07:11,047
nem is adja át az Bechdel vizsgálat, és
vannak Parks and Rec öregdiák benne?

131
00:07:11,047 --> 00:07:12,880
És ezek mindegyike egy
adatstruktúra, hogy én

132
00:07:12,880 --> 00:07:16,330
lehet elfoglalni az adott filmet.

133
00:07:16,330 --> 00:07:20,090
>> Ezután kiszámítjuk, hogy két
filmek hasonló, vagy nem,

134
00:07:20,090 --> 00:07:23,330
mi a pontszám, tudtam
írjon ki egy sor pszeudokódja, hogy

135
00:07:23,330 --> 00:07:25,120
generál, hogy ugyanazt a funkciót.

136
00:07:25,120 --> 00:07:30,100
Azaz, mivel néhány film M1, tudok
megtalálni a leginkább hasonló filmet is

137
00:07:30,100 --> 00:07:32,430
az alábbiak szerint: pszeudokódja.

138
00:07:32,430 --> 00:07:37,040
Úgy vélem, hogy melyik a legjobb
pontozási rendszert, amit találtam,

139
00:07:37,040 --> 00:07:39,920
A legjobb összehasonlítása, hogy én találtam.

140
00:07:39,920 --> 00:07:41,890
Minden más film
Én megyek keresztül,

141
00:07:41,890 --> 00:07:44,920
Én meg egy mérkőzés eredménye: 0-val egyenlő.

142
00:07:44,920 --> 00:07:47,920
És én megyek át, hogy
film, M1, a film

143
00:07:47,920 --> 00:07:51,500
Kezdtem, utánanézek
minden egyes funkció

144
00:07:51,500 --> 00:07:53,650
hogy meg kell látni
ha van egy meccs.

145
00:07:53,650 --> 00:07:56,460
Ha van egy meccs, én
megnövelni a mérkőzés pontszámot.

146
00:07:56,460 --> 00:08:00,480
És ha a végén a meccs kottát, hogy
Én már jobb, mint a jelenlegi legjobb

147
00:08:00,480 --> 00:08:03,310
pontszámot, akkor én
ne feledjük, hogy a legjobb pontszámot,

148
00:08:03,310 --> 00:08:05,820
és ez a legjobb meccs, hogy van.

149
00:08:05,820 --> 00:08:09,450
A végén, függetlenül film
ül legjobb meccs,

150
00:08:09,450 --> 00:08:12,580
ez a legközelebbi
Képes voltam, hogy jöjjön.

151
00:08:12,580 --> 00:08:14,890
Szóval ezek tartalma alapján
szűrőrendszerek,

152
00:08:14,890 --> 00:08:16,900
ezek mind alapvető felépítéséből.

153
00:08:16,900 --> 00:08:20,910
Ők támaszkodni az elem
a szóban forgó és semmi

154
00:08:20,910 --> 00:08:24,590
bármilyen, a felhasználói beállítások.

155
00:08:24,590 --> 00:08:29,010
>> A másik mechanizmus, amely az általunk használt
kiépítése érdekében ajánlást rendszerek

156
00:08:29,010 --> 00:08:31,790
az úgynevezett együttműködő szűrés.

157
00:08:31,790 --> 00:08:36,520
Együttműködésben szűrés támaszkodik
Nem a tulajdonságok a tárgy maga,

158
00:08:36,520 --> 00:08:40,010
de hogy az emberek, más
használók azaz, hogy ők már

159
00:08:40,010 --> 00:08:43,370
válaszolt ezekre ugyanaz a tárgy.

160
00:08:43,370 --> 00:08:48,720
Tehát, hogy folytatni tudjam a film például
Lehet, hogy egy csomó barátom

161
00:08:48,720 --> 00:08:53,180
és felmérésekből őket arról, hogy vagy
Nem tetszett nekik adott filmeket.

162
00:08:53,180 --> 00:08:56,560
Most különböző helyeken fog generálni
Ezen adatok különböző módon.

163
00:08:56,560 --> 00:08:59,630
Akkor közvetlenül a felmérés
a felhasználók, vagy csak egyszerűen

164
00:08:59,630 --> 00:09:03,120
lásd, mit akarnak, ha
te, például a Netflix.

165
00:09:03,120 --> 00:09:05,640
Melyik filmet nem nézik?

166
00:09:05,640 --> 00:09:08,670
>> Én megkérdőjelezheti az én
Itt barátok, és megtudja,

167
00:09:08,670 --> 00:09:12,910
hogy Jason tetszett minden film
látta, nem meglepő ott.

168
00:09:12,910 --> 00:09:15,590
Andy csak tetszett erőkkel, és Mari néni.

169
00:09:15,590 --> 00:09:19,330
Sarah tetszett Inside Out és
Avengers, az ellenkezője Andy.

170
00:09:19,330 --> 00:09:22,200
És Sam, nos, Sam tetszett
az összes szuperhős filmek,

171
00:09:22,200 --> 00:09:24,960
de egyik sem a animációs filmek.

172
00:09:24,960 --> 00:09:30,630
>> Én aztán kérdezni néhány új
egyedi, egy másik felhasználó, mint én

173
00:09:30,630 --> 00:09:34,520
és kérdezd meg, nos, ha tetszett
az egyik ilyen filmeket,

174
00:09:34,520 --> 00:09:38,600
lehet, hogy a jóslata
amely más filmeket én is tetszik.

175
00:09:38,600 --> 00:09:41,890
Azaz, ha tetszett Inside
Ki, amely más filmeket

176
00:09:41,890 --> 00:09:48,460
vagyok valószínűleg még szeretné látni
annak alapján, amit a hasonló ember volt?

177
00:09:48,460 --> 00:09:51,640
Azaz, megyek keresztül
Majd szűrjük át ezt a listát

178
00:09:51,640 --> 00:09:54,520
és megtalálja a
akik szintén tetszett

179
00:09:54,520 --> 00:09:57,680
Inside Out, akik megfeleltek az én preferenciák.

180
00:09:57,680 --> 00:10:00,824
Nos, ez azt jelenti, hogy Andy és
Sam, nem tetszett nekik Inside Out,

181
00:10:00,824 --> 00:10:02,240
így nem fogom vizsgálni őket.

182
00:10:02,240 --> 00:10:06,130
Megyek megszabadulni a
adatokat az összehasonlítás.

183
00:10:06,130 --> 00:10:09,750
>> Én akkor nézd meg, mit Jason
és Sarah gondolta-e és összhangban

184
00:10:09,750 --> 00:10:13,780
fel, amelyek a filmeket, hogy látták
hogy én nem, akár tetszik nekik

185
00:10:13,780 --> 00:10:15,150
vagy sem.

186
00:10:15,150 --> 00:10:17,820
Én is csak számlálás, mondjuk szavazat.

187
00:10:17,820 --> 00:10:23,360
Tehát Minions, például lehet, hogy egy
szavazzanak rá, mert Jason tetszett.

188
00:10:23,360 --> 00:10:27,170
Mind Jason és Sarah tetszett Avengers,
így lenne két szavazata van.

189
00:10:27,170 --> 00:10:30,700
És csak Jason tetszett Ant Man,
így kapnánk egy szavazattal rendelkezik.

190
00:10:30,700 --> 00:10:34,870
Tehát, ha kellett, akkor ajánlom
magamnak, hogy ezek közül a filmek

191
00:10:34,870 --> 00:10:41,470
Lehet, hogy a legvalószínűbb, hogy néz, megtenném
Ki kell választani Age of Ultron: Avengers.

192
00:10:41,470 --> 00:10:44,490
>> Tehát ezek bármelyike
rendszerek, most én vagyok a

193
00:10:44,490 --> 00:10:49,260
adatok keletkezett nem a
film maga, hanem azokról a kedvezményekről

194
00:10:49,260 --> 00:10:51,960
más felhasználók számára.

195
00:10:51,960 --> 00:10:54,150
Ez azonban bizonyos nehézségek természetesen.

196
00:10:54,150 --> 00:10:55,920
Mi van, ha nincs más felhasználóknak?

197
00:10:55,920 --> 00:10:58,770
Nos, ez az úgynevezett indítási probléma.

198
00:10:58,770 --> 00:11:03,760
Van, hogy néhány
mennyiségű adatot, mielőtt te

199
00:11:03,760 --> 00:11:07,560
tudja, hogy ezután a
ezeket az ajánlásokat.

200
00:11:07,560 --> 00:11:10,940
Az érem másik oldala is van, amint
elkezdi az adatgyűjtést,

201
00:11:10,940 --> 00:11:13,870
ha lehet gyűjteni több
és egyre több adatot,

202
00:11:13,870 --> 00:11:17,850
kapsz jobb és jobb
és jobb ajánlásokat.

203
00:11:17,850 --> 00:11:21,650
>> Most tudtuk lefordítani
Ezt figyelembe kódot is.

204
00:11:21,650 --> 00:11:23,860
Tudjuk meg egy másik
fajta struktúra,

205
00:11:23,860 --> 00:11:25,720
Ebben az esetben hívjuk meg a felhasználó.

206
00:11:25,720 --> 00:11:30,970
És van sajátossága
amely filmek felhasználó tetszett.

207
00:11:30,970 --> 00:11:34,560
Vajon tetszik Inside Out,
Csatlósai, Avengers, és Ant Man.

208
00:11:34,560 --> 00:11:36,660
Mi aztán generál
Néhány pszeudokódja követni

209
00:11:36,660 --> 00:11:39,460
Ugyanezzel az eljárással, amit korábban használt.

210
00:11:39,460 --> 00:11:43,460
Azaz, adott egy adott
használati x, hadd ajánlani egy filmet

211
00:11:43,460 --> 00:11:46,107
hogy x is tetszik.

212
00:11:46,107 --> 00:11:47,940
Mi lehet átmenni és
az összes film,

213
00:11:47,940 --> 00:11:51,410
tudjuk inicializálni pontszáma
e filmet, hogy 0.

214
00:11:51,410 --> 00:11:54,080
És akkor megtalálja a
A többi felhasználó, aki

215
00:11:54,080 --> 00:11:57,630
ugyanolyan kedvezményeket, mint x.

216
00:11:57,630 --> 00:11:59,990
És akkor minden
film, ami tetszett nekik,

217
00:11:59,990 --> 00:12:02,340
fogjuk növelni a pontszámot, hogy a film.

218
00:12:02,340 --> 00:12:05,010
Bármelyik film a
végén a legmagasabb pontszámot,

219
00:12:05,010 --> 00:12:07,600
ez az egyetlen kéne ajánlani.

220
00:12:07,600 --> 00:12:09,890
>> Mindez valóban homályos.

221
00:12:09,890 --> 00:12:11,600
Egyik ez kihívást jelent.

222
00:12:11,600 --> 00:12:15,810
Ezek mind alapvető algoritmusok
hogy meg tudná végrehajtani ma.

223
00:12:15,810 --> 00:12:20,050
>> Most valódi Ajánló rendszerek,
befut néhány probléma.

224
00:12:20,050 --> 00:12:23,300
Mi van, ha nincs senki, aki
pontosan egyezik a beállítások?

225
00:12:23,300 --> 00:12:27,170
Mi van, ha vannak olyan felhasználók, akik
pontosan a kedvezményeket,

226
00:12:27,170 --> 00:12:30,480
de akkor térhet drasztikusan
abból, amit szeretsz?

227
00:12:30,480 --> 00:12:36,210
Szeretem a klasszikus Godzilla
filmeket, de a feleségem nem.

228
00:12:36,210 --> 00:12:39,430
Szeretem nézni őket, én
Netflix számla tartalmazza őket.

229
00:12:39,430 --> 00:12:41,800
Her nem.

230
00:12:41,800 --> 00:12:45,230
Mi történik, amikor elkezdjük
keverési adatok, mint ez?

231
00:12:45,230 --> 00:12:47,690
Ezek mind kihívások
hogy lehet legyőzni,

232
00:12:47,690 --> 00:12:51,900
ők csak hogy egy kicsit
összetettebb algoritmusokat.

233
00:12:51,900 --> 00:12:56,420
>> Most a való világban, amely
valójában működési,

234
00:12:56,420 --> 00:12:59,980
tudjuk használni, tartalom alapú szűrés, vagy
tudjuk használni kollaboratív szűrés?

235
00:12:59,980 --> 00:13:01,910
És a válasz: mi mindkettőt használni.

236
00:13:01,910 --> 00:13:06,350
Szinte az összes fő felhasználói
Ebben az esetben, az Amazon, a Facebook, a Netflix,

237
00:13:06,350 --> 00:13:11,200
Pandora, mindannyian kombinált használatát
Ezeknek a különböző ajánlást rendszerek.

238
00:13:11,200 --> 00:13:16,520
És ha kombináljuk a választásokat
Minden, nevezzük őket hibrid rendszerek.

239
00:13:16,520 --> 00:13:20,750
Ezek valamilyen módon függ a
jellemzői a tárgy maga,

240
00:13:20,750 --> 00:13:24,710
és bizonyos értelemben ők függnek
A kedvezmények más felhasználók.

241
00:13:24,710 --> 00:13:28,120
Ezek a hibrid rendszerek,
ők nagy üzlet,

242
00:13:28,120 --> 00:13:30,830
és ők mi aktuális ma.

243
00:13:30,830 --> 00:13:32,839
>> Szóval köszönöm szépen, hogy csatlakoztak hozzám.

244
00:13:32,839 --> 00:13:35,380
Remélem már ütött egy kicsit
kicsit értettem, hogy mit

245
00:13:35,380 --> 00:13:37,430
teszi ezeket a rendszereket munkát.

246
00:13:37,430 --> 00:13:41,980
Legközelebb, ha éppen online, ne feledje, hogy
nem csak akkor befolyásolhatja a döntéseket,

247
00:13:41,980 --> 00:13:44,680
de potenciálisan mindenki másét is.

248
00:13:44,680 --> 00:13:46,480
Köszönet újra.

249
00:13:46,480 --> 00:13:47,186