推奨者
推奨者オペレータは、高度なアルゴリズムを使用して、ユーザーの行動とプリファレンスに基づいてパーソナライズされた推奨を提供します。
このオペレータは、最適な推奨アルゴリズムの選択、ハイパーパラメータのチューニング、および関連する機能の抽出のプロセスを自動化することで、データ・サイエンス・ワークフローを合理化します。そのため、ニーズに最も関連性が高く効果的な提案を受けることができます。
詳細は、ADSドキュメントの Recommenderセクションを参照してください。
概要
推奨オペレータは、推奨システムの作成およびデプロイを支援するように設計されています。この演算子は、特定の構成パラメータと3つの必須入力ファイルを使用して、パーソナライズされた推奨を生成します。入力ファイルは次のとおりです。
- アイテム
- このファイルには、推奨可能な項目に関する情報が含まれています。このファイルの各エントリは、個々の項目を表し、その項目を説明する属性を含みます。
- ユーザー
- このファイルには、推奨が生成されるユーザーに関する情報が含まれます。このファイルの各エントリは、個々のユーザーを表し、ユーザーを説明する属性を含みます。
- 相互作用
- このファイルには、ユーザーとアイテム間の対話データの履歴が含まれます。このファイルの各エントリは、ユーザーによるアイテムの表示、購入、評価などのインタラクションを表し、インタラクションに関する関連詳細を含みます。
構成パラメータ
推奨ジョブをトリガーするには、推奨演算子に次のパラメータが必要です。
- top_k
- ユーザーごとに生成される上位推奨の数を指定します。
- user_column
- 各ユーザーを一意に表すユーザー・ファイル内の列を識別します。
- item_column
- アイテム・ファイル内の各アイテムを一意に表す列を識別します。
- interaction_column
- ユーザーとアイテム間の相互作用の詳細を示す相互作用ファイルの列を識別します。
機能
実行時に、レコメンダ・オペレータは、指定された入力ファイルと構成パラメータを処理して、各ユーザーの最上位推奨項目のリストを生成します。履歴インタラクション・データを分析する高度なアルゴリズムを使用して、ユーザー・プリファレンスを理解し、今後関与する可能性が最も高い項目を予測します。
使用例
この演算子は、次のような複数のアプリケーションに最適です。
- Eコマース
-
閲覧履歴と購入履歴に基づいてユーザーに製品を推奨します。
- ストリーミング・サービス
-
ユーザーの視聴またはリスニングの習慣に基づいて、映画、テレビ番組または音楽を提案します。
- コンテンツ・プラットフォーム
-
ユーザーの関心に合わせた記事、ブログ、ニュース記事の提案。
開始
次の例のYAMLファイルを使用して、推奨演算子を開始します。
kind: operator
type: recommendation
version: v1
spec:
user_data:
url: users.csv
item_data:
url: items.csv
interactions_data:
url: interactions.csv
top_k: 4
user_column: user_id
item_column: movie_id
interaction_column: rating