1
00:00:00,000 --> 00:00:03,416
>> [Muzikos grojimo]

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

3
00:00:05,860 --> 00:00:08,180
>> BRAIN SCASSELLATI: Sveiki
į CS50 AI serijos.

4
00:00:08,180 --> 00:00:12,600
Mano vardas Scass, ir šiandien mes ketiname
kalbėti apie Rekomenduokite sistemas.

5
00:00:12,600 --> 00:00:15,780
Dabar Rekomendacinės sistemos garsai
kaip rūšies nelyginis vardu.

6
00:00:15,780 --> 00:00:18,630
Tai skamba kaip gal ji turėtų
būti rekomendacija sistemos,

7
00:00:18,630 --> 00:00:21,290
ir I rūšies sutinku su jumis.

8
00:00:21,290 --> 00:00:26,110
Bet tai yra sistemos, kurios padeda
pasirinkite vykdo panašią dalykus kai tik prireiks

9
00:00:26,110 --> 00:00:28,210
Pasirinkę kažką internete.

10
00:00:28,210 --> 00:00:32,119
"Netflix", pavyzdžiui, bus pasiūlyti kiti
Filmai, kad jūs galbūt norėsite žiūrėti.

11
00:00:32,119 --> 00:00:36,660
Arba Pandora siūlys skiriasi
dainas, kad jūs galbūt norėsite klausytis.

12
00:00:36,660 --> 00:00:40,940
"Amazon" siūlys Kokie
kiti produktai jums gali nori pirkti.

13
00:00:40,940 --> 00:00:43,520
"Facebook" bus netgi rodo
kai kurių kitų draugais

14
00:00:43,520 --> 00:00:45,440
kad jūs galbūt norėsite pridėti.

15
00:00:45,440 --> 00:00:49,800
Kiekviena iš šių sistemų veikia naudodami
tą pačią pagrindinę rūšies algoritmas,

16
00:00:49,800 --> 00:00:52,520
ir tai, ką mes
ketiname kalbėti apie šiandien.

17
00:00:52,520 --> 00:00:56,860
>> Dabar šie algoritmai yra
Nenuostabu didelis verslas.

18
00:00:56,860 --> 00:01:01,130
"Netflix" prieš kelerius metus
2009 pasiūlyta 1 mln $

19
00:01:01,130 --> 00:01:07,240
prizas, jei jūs galėtumėte pagerinti savo
Rekomendacija sistema vos 10%.

20
00:01:07,240 --> 00:01:11,960
, Kad 10%, nors, žymi
Nemažai verslui.

21
00:01:11,960 --> 00:01:15,330
Prognozės yra sunku
ateiti, tačiau daugelis žmonių

22
00:01:15,330 --> 00:01:19,050
mano, kad šie rekomendacijos
sistemos internete pirkimo

23
00:01:19,050 --> 00:01:25,729
sistema, kaip Amazonės švino kažkur
tarp 10% ir 25% padidėjo pajamų.

24
00:01:25,729 --> 00:01:27,770
Taigi galite įsivaizduoti
rūšies kiekio, kad esate

25
00:01:27,770 --> 00:01:32,860
kalbėti apie tai, kada mes galvojame apie
net ir šie maži algoritmai.

26
00:01:32,860 --> 00:01:35,200
>> Taigi galime gauti keletą pavyzdžių.

27
00:01:35,200 --> 00:01:38,460
Kaip tai, kad šie
sistemos tikrai veikia?

28
00:01:38,460 --> 00:01:40,773
Yra du pagrindiniai
rūšių algoritmų, kurie

29
00:01:40,773 --> 00:01:45,050
yra ne žaidimą, kai mes kalbame apie
generatoriniai rekomendacijos.

30
00:01:45,050 --> 00:01:48,650
Pirmieji vadinami
turinys pagrįstas filtravimas.

31
00:01:48,650 --> 00:01:53,410
Ir turinys grindžiamas filtravimo priklauso
nuo panašumų tarp daiktų

32
00:01:53,410 --> 00:02:00,370
patys, tai yra tarp dviejų filmų
ar dvi dainos ar du įsigytų daiktų.

33
00:02:00,370 --> 00:02:03,190
Mes ketiname naudoti filmus
kaip, pavyzdžiui, bet tai

34
00:02:03,190 --> 00:02:07,850
gali būti taikomos, tikrai, kad bet kokio tipo
objektas, kad mes ieškome.

35
00:02:07,850 --> 00:02:13,330
>> Taigi, jei aš galvoju apie kai
Filmai iš praėjusių metų,

36
00:02:13,330 --> 00:02:16,799
Mačiau Inside Out su
mano vaikai, jie myli jį.

37
00:02:16,799 --> 00:02:17,840
Bet mes taip pat turėjo pasirinkimą.

38
00:02:17,840 --> 00:02:21,350
Mes galėjo būti pamatyti pakalikai,
galėtume matyti amžius Ultron,

39
00:02:21,350 --> 00:02:24,850
ar mes galime matyti
Ant žmogus teatruose.

40
00:02:24,850 --> 00:02:27,580
>> Už bet kurį iš šių
Filmai, mes galime įsivaizduoti

41
00:02:27,580 --> 00:02:33,320
generuoti funkcijų sąrašą arba
savybės apie šių skirtingų filmų.

42
00:02:33,320 --> 00:02:37,190
Taigi, pavyzdžiui, aš galėtų apsvarstyti
kuris iš šių filmų yra animacinis.

43
00:02:37,190 --> 00:02:39,960
Na, tiek Inside Out
ir Minions yra animacinis.

44
00:02:39,960 --> 00:02:44,140
Nei Ultron Amžius nei
Ant Žmogus yra animaciniai filmai.

45
00:02:44,140 --> 00:02:47,040
Ir aš galėjau įsivaizduoti pastatą
iki struktūros lentelę, kad

46
00:02:47,040 --> 00:02:49,440
išvardytos kiekviena iš šių savybių.

47
00:02:49,440 --> 00:02:51,790
Ar jie animacinis ar ne?

48
00:02:51,790 --> 00:02:54,780
Tada aš galėtų pridėti daugiau
Savybės šią lentelę

49
00:02:54,780 --> 00:02:58,380
pridedant daugiau eilučių į šią struktūrą.

50
00:02:58,380 --> 00:03:00,970
Galėčiau paklausti, ar
ne jie Marvel filmus.

51
00:03:00,970 --> 00:03:04,010
Na, Inside Out ir Minions
nėra Marvel filmai,

52
00:03:04,010 --> 00:03:06,715
Amžius Ultron ir skruzdžių Man tikrai yra.

53
00:03:06,715 --> 00:03:09,100
>> Ir aš galėčiau užduoti rūšių
skirtingos kokybės

54
00:03:09,100 --> 00:03:12,080
kad aš norėjau, bet funkcijų rūšių
kad gali būti svarbu man.

55
00:03:12,080 --> 00:03:13,440
Ar jie turi super villain?

56
00:03:13,440 --> 00:03:16,700
Na, ten ne super piktadarys Inside
Atlikti, tačiau ten yra tie, į pakalikai

57
00:03:16,700 --> 00:03:19,990
ir, akivaizdu, kad
du superherojus filmus.

58
00:03:19,990 --> 00:03:23,900
>> Aš taip pat galėtų prašyti dalykų, pavyzdžiui, gerai,
jie praeiti Bechdel testą?

59
00:03:23,900 --> 00:03:27,280
Yra du pavadintas
moterų simbolių, kuris

60
00:03:27,280 --> 00:03:30,550
praleisti didelę sumą
laikas turėti pokalbį, kad

61
00:03:30,550 --> 00:03:34,400
neapima vyrų dauguma?

62
00:03:34,400 --> 00:03:39,870
Na, šiuo atveju, Inside Out eina
testus, Minions nepavyksta, amžius Ultron

63
00:03:39,870 --> 00:03:42,990
eina testą ir Skruzdė Žmogus nepavyksta.

64
00:03:42,990 --> 00:03:45,020
Bet kuris iš šių funkcijų vienas
Galėčiau galvoti apie

65
00:03:45,020 --> 00:03:48,660
kaip svarbu kai kuriems žmonėms.

66
00:03:48,660 --> 00:03:52,000
>> Aš taip pat galėtų prašyti dalykų, pavyzdžiui, yra
yra kokių nors šiuos filmus žmonės,

67
00:03:52,000 --> 00:03:57,190
yra absolventai iš tarkim, parkai ir
Poilsis, vienas iš mano mėgstamiausių šou.

68
00:03:57,190 --> 00:04:00,540
Na, Inside Out turi Amy
Poehler, tai Alumni.

69
00:04:00,540 --> 00:04:01,530
Tai svarbiausia.

70
00:04:01,530 --> 00:04:04,110
Jon Hamm buvo pakalikai.

71
00:04:04,110 --> 00:04:08,600
Paul Rudd buvo Ant žmogus, bet niekas
Age of Ultron buvo parkuose ir Req

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

73
00:04:10,150 --> 00:04:12,990
Taigi aš galiu sukurti šį sąrašą
funkcijos, ir jie tikrai galėjo

74
00:04:12,990 --> 00:04:14,710
būti nieko apie filmus.

75
00:04:14,710 --> 00:04:17,329
Jie gali būti apie tai, ką
santykis buvo nušautas,

76
00:04:17,329 --> 00:04:21,630
tai galėtų būti, kiek vietų jos
parduodami jų atidarymo savaitgalį.

77
00:04:21,630 --> 00:04:25,630
Bet funkcija, kad aš noriu
generuoti aš galiu įdėti į šią lentelę.

78
00:04:25,630 --> 00:04:29,600
>> Dabar, šiuo atveju, aš pastatytas
visi lydiniams vertybių rūšiuoti,

79
00:04:29,600 --> 00:04:33,700
Taip arba Ne, teigiamas arba neigiamas,
tačiau jie gali būti bet kas.

80
00:04:33,700 --> 00:04:36,690
Jie gali būti savavališkai vertės.

81
00:04:36,690 --> 00:04:39,070
Dėl turinio pagrįstas filtravimas,
ką mes ketiname daryti

82
00:04:39,070 --> 00:04:42,810
yra mes ketiname apsvarstyti
du stulpeliai šioje lentelėje

83
00:04:42,810 --> 00:04:45,660
ir pamatyti, kokie jie yra panašūs.

84
00:04:45,660 --> 00:04:48,640
Taigi, pavyzdžiui, jei aš
teko matyti Inside Out,

85
00:04:48,640 --> 00:04:53,640
Galėčiau paklausti, kokie yra kiti filmai
kad būčiau pasiruošęs eiti pamatyti.

86
00:04:53,640 --> 00:04:56,890
Tai yra, kas pasiruošęs
išleisti savo pinigus eiti pamatyti.

87
00:04:56,890 --> 00:05:00,310
Ir aš galiu palyginti tai tiesiog atsižvelgiant
du stulpeliai, vienas iš Inside Out

88
00:05:00,310 --> 00:05:03,300
Ir vienas iš bet kurios
kiti filmai, ir tik matydamas

89
00:05:03,300 --> 00:05:06,210
kiek jų savybės rungtynių.

90
00:05:06,210 --> 00:05:09,660
Taigi, jei aš galiu palyginti Inside Out
su pakalikai, gerai, ten

91
00:05:09,660 --> 00:05:10,910
Trys dalykai, kad čia rungtynes.

92
00:05:10,910 --> 00:05:16,200
Jie abu animacinis, nė vienas iš jų
yra Marvel filmų ir jie abu

93
00:05:16,200 --> 00:05:18,420
turi Parkai ir Req absolventai.

94
00:05:18,420 --> 00:05:20,420
Taigi galėčiau suskaičiuoti, kaip
daug atitikmenų buvo,

95
00:05:20,420 --> 00:05:22,640
ir šiuo atveju būčiau tris.

96
00:05:22,640 --> 00:05:26,450
>> Jei tada aš palyginti Inside Out
su tarkim amžius Ultron,

97
00:05:26,450 --> 00:05:28,430
Galiu pažvelgti žemyn sąrašą
ir sako, gerai, ten

98
00:05:28,430 --> 00:05:30,140
tik vienas dalykas, kuris atitinka ten.

99
00:05:30,140 --> 00:05:34,560
Jie abu praeiti Bechtel testą, todėl
kad tai bus vienos rezultatas.

100
00:05:34,560 --> 00:05:36,770
Ir tarp Inside Out
ir Skruzdė Žmogau, aš vėl

101
00:05:36,770 --> 00:05:41,420
galima lyginti pagal kiekvieną eilutę, kiek
viskas atitiktų tarp dviejų iš jų.

102
00:05:41,420 --> 00:05:43,060
Na, vienas manimi animacinis, vienas ne.

103
00:05:43,060 --> 00:05:44,970
Vienas yra stebuklas filmas, vienas ne.

104
00:05:44,970 --> 00:05:47,280
Vienas atšoko super villain,
kitas ne.

105
00:05:47,280 --> 00:05:49,480
Vienas eina Bechtel
testus, nepavyksta tai,

106
00:05:49,480 --> 00:05:54,450
bet jie abu turi Parkai ir Req absolventai,
Taigi dar kartą, ji gauna vieną balą.

107
00:05:54,450 --> 00:05:58,300
>> Taigi, jei aš buvo ieškote filmus
kad buvo panašus į Inside Out,

108
00:05:58,300 --> 00:06:02,170
Galėčiau ieškoti filmų, kurie
aukščiausią rezultatą per šį turinį

109
00:06:02,170 --> 00:06:03,952
filtravimo sistema.

110
00:06:03,952 --> 00:06:05,660
Taigi šiuo atveju, aš
turėtų apsvarstyti pakalikai

111
00:06:05,660 --> 00:06:08,330
būti arčiau ir daugiau
gali būti kažką

112
00:06:08,330 --> 00:06:13,250
kad man būtų išleisti pinigus pamatyti
nei amžius Ultron ar skruzdžių Man.

113
00:06:13,250 --> 00:06:16,150
>> Tai turinys pagrįstas
filtravimo sistemų remtis tik

114
00:06:16,150 --> 00:06:18,670
apie savybių
filmai, ir todėl aš

115
00:06:18,670 --> 00:06:21,930
gali kurti tai tik žinant
kažkas apie produktus

116
00:06:21,930 --> 00:06:23,500
kad turiu.

117
00:06:23,500 --> 00:06:26,050
Galiu naudoti jokių rūšių
funkcijos, kurios man norėtųsi,

118
00:06:26,050 --> 00:06:28,400
ir aš galiu sukurti daugiau
sudėtingų funkcijų,

119
00:06:28,400 --> 00:06:33,060
dalyvauja daugiau sudėtingą testą
tokios kokybės, kaip aš einu kartu.

120
00:06:33,060 --> 00:06:39,080
Tiesą sakant, aš netgi galite peržiūrėti šią lentelę
ne kaip viena statinė objektas,

121
00:06:39,080 --> 00:06:43,110
o kaip matmenis
per didesnį valstybinės erdvėje.

122
00:06:43,110 --> 00:06:46,295
Ir galiu pradėti kalbėti apie
atstumai tarp skirtingų filmų.

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

124
00:06:49,300 --> 00:06:51,050
Tai yra viskas
kad mes žinome, kaip jie

125
00:06:51,050 --> 00:06:55,860
padaryti naudojant duomenų struktūrų rūšių
kad mes jau matėme iš CS50.

126
00:06:55,860 --> 00:06:59,180
Taigi galėjau įsivaizduoti pastatą
duomenų struktūra filmą.

127
00:06:59,180 --> 00:07:02,390
Yra konstrukto, kad aš
pastatytas vadinamas filmas,

128
00:07:02,390 --> 00:07:04,369
ir ji turi penkis Bulio įrašus į jį.

129
00:07:04,369 --> 00:07:07,160
Ar tai animacinis, tai stebuklas
Filmas, ji neturi super villain,

130
00:07:07,160 --> 00:07:11,047
ji praeiti Bechdel testą ir
yra ten Parkai ir Rec absolventai jame?

131
00:07:11,047 --> 00:07:12,880
Ir kiekvienas iš jų yra
duomenų struktūra, kad aš

132
00:07:12,880 --> 00:07:16,330
gali užimti tam konkrečiam filmą.

133
00:07:16,330 --> 00:07:20,090
>> Tada apskaičiuoti, ar dviejų
filmai yra panašūs, ar ne,

134
00:07:20,090 --> 00:07:23,330
kas jų rezultatas yra, galėčiau
rašyti keletą Pseudocode rinkinį,

135
00:07:23,330 --> 00:07:25,120
generuoja tą pačią funkciją.

136
00:07:25,120 --> 00:07:30,100
Tai yra, nes kai filmas M1, galiu
rasti labiausiai panašų filmą į jį

137
00:07:30,100 --> 00:07:32,430
sekdami Pseudocode.

138
00:07:32,430 --> 00:07:37,040
Laikau, kuris yra geriausias
balais sistemą, kuri radau,

139
00:07:37,040 --> 00:07:39,920
geriausias palyginimas, kad aš rasiu.

140
00:07:39,920 --> 00:07:41,890
Už kiekvieną Kita filmą
Aš ruošiuosi eiti per,

141
00:07:41,890 --> 00:07:44,920
Aš nustatyti minutę išlygino rezultatą, lygų 0.

142
00:07:44,920 --> 00:07:47,920
Ir aš eisiu per tą
Filmas, M1, filmas

143
00:07:47,920 --> 00:07:51,500
Aš pradėjau su, aš patikrinti
kiekvienas bruožas

144
00:07:51,500 --> 00:07:53,650
, kad jie turi pamatyti
jei ten rungtynės.

145
00:07:53,650 --> 00:07:56,460
Jei yra rungtynės, aš
prieaugio minutę išlygino rezultatą.

146
00:07:56,460 --> 00:08:00,480
Ir jei ne baigti mačo rezultatas, kuris
Aš geriau nei dabartinis geriausias

147
00:08:00,480 --> 00:08:03,310
rezultatas, tada aš
prisiminti, kad geriausią rezultatą,

148
00:08:03,310 --> 00:08:05,820
ir tai yra geriausias rungtynės, kad turiu.

149
00:08:05,820 --> 00:08:09,450
Pabaigoje, nepriklausomai filmą
sėdi geriausią rungtynių

150
00:08:09,450 --> 00:08:12,580
tai arčiausiai
Aš galėjo ateiti.

151
00:08:12,580 --> 00:08:14,890
Taigi šie turinys pagrįstas
filtravimo sistemų,

152
00:08:14,890 --> 00:08:16,900
visi jie turi šią pagrindinę struktūrą.

153
00:08:16,900 --> 00:08:20,910
Jie remiasi elemento
į klausimą ir nieko

154
00:08:20,910 --> 00:08:24,590
apie bet vartotojų pageidavimus.

155
00:08:24,590 --> 00:08:29,010
>> Kitas mechanizmas, mes naudojame
siekiant sukurti rekomendacija sistemas

156
00:08:29,010 --> 00:08:31,790
vadinama bendradarbiavimo filtravimas.

157
00:08:31,790 --> 00:08:36,520
Bendradarbiavimo filtravimas remiasi
ne paties objekto savybes,

158
00:08:36,520 --> 00:08:40,010
bet kaip žmonės, kita
vartotojai, kurie yra, kaip jie jau

159
00:08:40,010 --> 00:08:43,370
atsakė į tuos pačius objektus.

160
00:08:43,370 --> 00:08:48,720
Taigi toliau mano filmų, pavyzdžiui,
Aš gali užtrukti iš mano draugų krūva

161
00:08:48,720 --> 00:08:53,180
ir apklausti juos apie tai, ar
jie patiko tikrus filmus.

162
00:08:53,180 --> 00:08:56,560
Dabar skirtingose ​​vietose sukurs
šis duomenų skirtingais būdais.

163
00:08:56,560 --> 00:08:59,630
Jūs galite tiesiogiai apklausą jūsų
Vartotojų, arba galite tiesiog

164
00:08:59,630 --> 00:09:03,120
pamatyti, ką jie pasirinkti, jei
jūs, pavyzdžiui, "Netflix".

165
00:09:03,120 --> 00:09:05,640
Kuris filmus jie žiūri?

166
00:09:05,640 --> 00:09:08,670
>> Galėčiau abejoti kai mano
draugai čia ir sužinokite

167
00:09:08,670 --> 00:09:12,910
kad Jasonas patiko kiekvieną filmą
jis pamatė, nenuostabu ten.

168
00:09:12,910 --> 00:09:15,590
Andy patiko tik pakalikai ir teta žmogus.

169
00:09:15,590 --> 00:09:19,330
Sara patiko Inside Out ir
Keršytojas, Andy priešinga.

170
00:09:19,330 --> 00:09:22,200
Sam, gerai, Sam patiko
visi superhero filmus,

171
00:09:22,200 --> 00:09:24,960
tačiau nė vienas iš animacinių filmų.

172
00:09:24,960 --> 00:09:30,630
>> Tada galėčiau užklausti kai nauja
individualus, kai kitas vartotojas kaip aš

173
00:09:30,630 --> 00:09:34,520
ir paklausti, gerai, jei man patiko
vienas iš šių filmų,

174
00:09:34,520 --> 00:09:38,600
galite padaryti prognozę apie
kuris kitas filmai man gali patikti.

175
00:09:38,600 --> 00:09:41,890
Tai yra, jei man patiko Viduje
Iš, kuris kitų filmų

176
00:09:41,890 --> 00:09:48,460
aš tikriausiai taip pat noriu pamatyti
remiantis tuo, kas panašūs žmonės padarė?

177
00:09:48,460 --> 00:09:51,640
Tai yra, aš eisiu per
Aš filtruojama per šį sąrašą

178
00:09:51,640 --> 00:09:54,520
ir sužinoti tik
asmenys, kurie taip pat patiko

179
00:09:54,520 --> 00:09:57,680
Inside Out, kuris atitiko mano pageidavimus.

180
00:09:57,680 --> 00:10:00,824
Na, tai reiškia, kad Andy ir
Samas, jie nepatiko Inside Out,

181
00:10:00,824 --> 00:10:02,240
todėl aš neketinu svarstyti juos.

182
00:10:02,240 --> 00:10:06,130
Aš ruošiuosi atsikratyti savo
duomenų šiam palyginimui.

183
00:10:06,130 --> 00:10:09,750
>> Aš tada gali pažvelgti, kas Jason
ir Sara minties ir sutampa

184
00:10:09,750 --> 00:10:13,780
iki kurios iš filmų, kad jie matė,
kad aš ne, ar jiems patiko juos

185
00:10:13,780 --> 00:10:15,150
arba ne.

186
00:10:15,150 --> 00:10:17,820
Galėčiau tik suskaičiuoti, tarkim balsus.

187
00:10:17,820 --> 00:10:23,360
Taigi pakalikai, pavyzdžiui, gali turėti vieną
balsuoti už jį, nes Jasonas patiko.

188
00:10:23,360 --> 00:10:27,170
Tiek Jasonas ir Sarah patiko Avengers,
todėl būtų du balsus.

189
00:10:27,170 --> 00:10:30,700
Ir tik Jasonas patiko Ant Man,
todėl norėčiau gauti vieną balsą.

190
00:10:30,700 --> 00:10:34,870
Taigi, jei aš turėjo tada rekomenduojame
už save, kuri iš šių filmų

191
00:10:34,870 --> 00:10:41,470
Aš gali būti labiausiai tikėtina, kad žiūrėti, aš norėčiau
turite pasirinkti amžius Ultron: Keršytojas.

192
00:10:41,470 --> 00:10:44,490
>> Taigi, bet kuris iš šių
sistemos, o dabar aš naudoju

193
00:10:44,490 --> 00:10:49,260
duomenų, kad buvo sukurtas ne apie
Pats filmas, bet apie lengvatas

194
00:10:49,260 --> 00:10:51,960
iš kitų naudotojų.

195
00:10:51,960 --> 00:10:54,150
Tai turi keletą žinoma sunkumų.

196
00:10:54,150 --> 00:10:55,920
Ką daryti, jei jūs neturite jokių kitų vartotojų?

197
00:10:55,920 --> 00:10:58,770
Na, tai vadinama paleidimo problema.

198
00:10:58,770 --> 00:11:03,760
Jūs turite keletą
duomenų kiekis prieš jums

199
00:11:03,760 --> 00:11:07,560
galėtų pradėti uždirbti
šių rekomendacijų.

200
00:11:07,560 --> 00:11:10,940
Pasitaiko tai yra vieną kartą
pradėdami rinkti duomenis,

201
00:11:10,940 --> 00:11:13,870
jei galite surinkti daugiau
ir vis daugiau duomenų,

202
00:11:13,870 --> 00:11:17,850
jums geriau ir geriau
ir geriau rekomendacijos.

203
00:11:17,850 --> 00:11:21,650
>> Dabar mes galime išversti
į tai kodas, kaip gerai.

204
00:11:21,650 --> 00:11:23,860
Mes galime nustatyti skirtingas
rūšies struktūra,

205
00:11:23,860 --> 00:11:25,720
šiuo atveju mes jį vadiname vartotojas.

206
00:11:25,720 --> 00:11:30,970
Ir jis gavo funkcijas apie
kurie filmai Šis vartotojas patiko.

207
00:11:30,970 --> 00:11:34,560
Ar jie patinka Inside Out,
Pakalikai, Keršytojas, o skruzdė žmogus.

208
00:11:34,560 --> 00:11:36,660
Mes tada gali generuoti
kai Pseudocode sekti

209
00:11:36,660 --> 00:11:39,460
ta pati procedūra, kad aš naudojamas anksčiau.

210
00:11:39,460 --> 00:11:43,460
Tai reiškia, kad suteikta pirma
Vartotojas: x, tegul rekomenduoti filmą

211
00:11:43,460 --> 00:11:46,107
kad x gali patikti.

212
00:11:46,107 --> 00:11:47,940
Mes galime pereiti ir
visiems filmus,

213
00:11:47,940 --> 00:11:51,410
mes galime inicijuoti rezultatą
už tai filmas bus 0.

214
00:11:51,410 --> 00:11:54,080
Ir tada mes galime rasti visus
kitų naudotojų, kurie

215
00:11:54,080 --> 00:11:57,630
turi tas pačias lengvatas kaip x.

216
00:11:57,630 --> 00:11:59,990
Ir tada kiekvienas
filmas, kad jiems patiko,

217
00:11:59,990 --> 00:12:02,340
mes prieaugio tą filmą rezultatą.

218
00:12:02,340 --> 00:12:05,010
Kurį filmą į
pabaigos turi didžiausią rezultatą,

219
00:12:05,010 --> 00:12:07,600
tai vienas aš turėtų rekomenduoti.

220
00:12:07,600 --> 00:12:09,890
>> Visa tai tikrai neaiški.

221
00:12:09,890 --> 00:12:11,600
Visa tai sudėtinga.

222
00:12:11,600 --> 00:12:15,810
Tai yra visi pagrindiniai algoritmai
, kad galėtumėte įgyvendinti šiandien.

223
00:12:15,810 --> 00:12:20,050
>> Dabar su nekilnojamojo Rekomenduokite sistemų,
paleisti į kai kurias problemas.

224
00:12:20,050 --> 00:12:23,300
Ką daryti, jei ten niekas, kas
tiksliai atitinka Jūsų pageidavimus?

225
00:12:23,300 --> 00:12:27,170
Ką daryti, jei yra vartotojai, kurie
yra tiksliai į jūsų pageidavimus,

226
00:12:27,170 --> 00:12:30,480
bet tada nukrypti drastiškai
nuo to, ką norite?

227
00:12:30,480 --> 00:12:36,210
Man patinka klasikinis Godzilla
Filmai, tačiau mano žmona nėra.

228
00:12:36,210 --> 00:12:39,430
Man patinka žiūrėti jiems: "Mano
"Netflix" sąskaitos juos yra.

229
00:12:39,430 --> 00:12:41,800
Jos s neturi.

230
00:12:41,800 --> 00:12:45,230
Kas atsitinka, kai mes pradedame
maišymo duomenis, kaip šis?

231
00:12:45,230 --> 00:12:47,690
Tai yra visi iššūkiai
kad jūs galite įveikti

232
00:12:47,690 --> 00:12:51,900
jie tiesiog truputį
daugiau sudėtingų algoritmų.

233
00:12:51,900 --> 00:12:56,420
>> Dabar realiame pasaulyje, kuris
yra iš tikrųjų veikti,

234
00:12:56,420 --> 00:12:59,980
mes naudojame turinį, kurių filtravimo arba
mes naudojame bendradarbiavimo filtravimas?

235
00:12:59,980 --> 00:13:01,910
Ir atsakymas yra mes naudojame abu.

236
00:13:01,910 --> 00:13:06,350
Beveik visi iš pagrindinių vartotojų
šiuo atveju, "Amazon", "Facebook", "Netflix",

237
00:13:06,350 --> 00:13:11,200
Pandora, visi jie naudoja kombinaciją
šie skirtingi rekomendacija sistemos.

238
00:13:11,200 --> 00:13:16,520
Ir kai mes deriname pasirinkimus nuo
kiekvienas mes vadiname juos hibridiniai sistemos.

239
00:13:16,520 --> 00:13:20,750
Jie tam tikru būdu priklauso nuo
bruožai paties objekto,

240
00:13:20,750 --> 00:13:24,710
ir tam tikrais būdais jie priklausys nuo
kitų vartotojų pageidavimus.

241
00:13:24,710 --> 00:13:28,120
Šie hibridiniai sistemos,
jie didelis verslas,

242
00:13:28,120 --> 00:13:30,830
ir jie kas dabartinis šiandien.

243
00:13:30,830 --> 00:13:32,839
>> Taigi labai ačiū už prisijungimą mane.

244
00:13:32,839 --> 00:13:35,380
Tikiuosi, kad jūs Dotarłeś šiek tiek
tiek yra supratimo, kas

245
00:13:35,380 --> 00:13:37,430
daro šias sistemas darbą.

246
00:13:37,430 --> 00:13:41,980
Kitą kartą jūs internete, prisiminti, kad
ne tik jums daryti įtaką savo pasirinkimą,

247
00:13:41,980 --> 00:13:44,680
tačiau potencialiai visi kiti taip pat.

248
00:13:44,680 --> 00:13:46,480
Ačiū dar kartą.

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