(перевод статьи MOVIE RECOMMENDER)
В последние годы наблюдается рост числа сообществ в Интернете, основанных на общих интересах. Есть возможность быстро оценить предпочтения участников этих сообществ. Такая оценка может быть использована для понимания сообщества в целом и составления индивидуальных рекомендаций внутри сообщества. Безусловно, каждый из нас уникальный индивид с собственными вкусами, которые меняются со временем. Демонстрация программы The Movie Recommender показывает, как построить статистическую модель просмотра фильмов. Рекомендации на основе модели подаются в форме предположений о вкусах отдельных участников группы.
В демоверсии приложения, вы можете расположить те фильмы, которые вам нравятся, в зеленой зоне, а нелюбимые фильмы в красной зоне. После этого система формирует предположения о том, какие фильмы могут вам понравиться, а какие нет.
Изучение отдельного индивидуума основано на попытке оценить насколько его вкусы совпадают с вкусами участников группы. Вкусы участников группы изучаются в масштабном приложении машинного обучения, которое использует рейтинги, полученные от сообщества. Изучение вкусов большой группы это долгий и ресурсоемкий процесс, который требует кластерных вычислений. Изучение отдельного индивида, наоборот, можно проводить онлайн. Система также определяет меру точности вашей оценки. Точность зависит от количества данных, которые получены от участника. Нужно отметить, что в процессе не используются никакие данные о фильмах, а только оценка их членами группы.
The Movie Recommender не является продуктом Microsoft. Это пример современной прогнозирующей программы для систем принятия решений. Однако технология Matchbox, использованная здесь, разработана в Microsoft Research Cambridge и активно интегрируется в некоторые сервисы компании. Matchbox построен на фрэймфорке для создания прогнозирующих программ Infer.NET, который разработан в Microsoft Research Cambridge. Этот фрэймворк делает технологии машинного обучения более доступными.