Estoy pensando en comenzar un proyecto que se basa en el sistema de recomendación. Necesito mejorarme en esta área que se ve como un tema candente en el lado web. También me pregunto cuál es el algoritmo lastfm, grooveshark, pandora que usa para su sistema de recomendación. Si conoce algún libro, sitio o cualquier recurso para este tipo de algoritmos, informe.¿Cuál es el algoritmo detrás de los sitios de recomendación como last.fm, grooveshark, pandora?
Eche un vistazo a Collaborative filtering o Recommender systems.
Un algoritmo simple es Slope One.
Programming Collective Intelligence es una introducción agradable y accesible a este campo.
El algoritmo de Pandoras comenzó con un solo emparejamiento de géneros de música específicos para la canción determinada que invocó. Luego ha estado creciendo lentamente por personas que votan si les gusta la canción o no les gusta la canción, lo que les permite eliminar malas canciones y empujar buenas canciones al frente. También lanzará nuevas canciones que tienen pocos votos hacia arriba o hacia abajo en la lista de reproducción de tu canción para que la canción obtenga algunos votos.
No estoy seguro acerca de los otros sitios enumerados.
Manning también tiene dos buenos libros sobre este tema. Algorithms of the Intelligent Web y Collective Intelligence in Action
Hay un buen video de demostración con una explicación (y un enlace a la tesis del autor) al Mapping and visualizing music collections. Este enfoque se ocupa de analizar las características de la música en sí misma. Otros métodos, como NetFlix y Amazon, se basan en recomendaciones de otros usuarios con gustos similares y en el filtrado básico de categorías.
Gran papel de Yehuda Koren (en el equipo que ganó el premio Netflix): La Solución BellKor para el Gran Premio de Netflix (google "GrandPrize2009_BPC_BellKor.pdf").
sitios web: Pareja
Una respuesta elegantemente tarde: Pandora y Grooveshark son muy diferentes en el algoritmo que utilizan.
Básicamente hay dos enfoques principales para los sistemas de recomendación: 1. filtrado colaborativo, y 2. basado en contenido. (y sistemas híbridos)
La mayoría de los sistemas se basan en el filtrado colaborativo. Esto básicamente significa hacer coincidir las listas de preferencias): si me gustaron los artículos A, B, C, D, E y F, y a otros usuarios les gustaron A, B, C, D, E, F y J, el sistema recomendará J a basado en el hecho de que comparto el mismo gusto con estos usuarios (no es tan simple, pero esa es la idea). Las principales características que se analizan aquí son los ítems id y los usuarios votan sobre estos ítems.
Método basado en el contenido analizo el contenido de los artículos en cuestión y creo mi perfil en función del contenido de los artículos que me gustan y no según lo que les gusta a los demás usuarios.
Dicho esto: Grooveshark se basa en el filtrado colaborativo. Pandora se basa en el contenido (quizás con alguna capa de filtrado colaborativo en la parte superior).
Lo interesante de Pandora es que el contenido es analizado por humanos (músicos) y no automáticamente. Lo llaman el proyecto del genoma de la música (http://www.pandora.com/mgp.shtml), donde los anotadores etiquetan cada canción con una serie de etiquetas en algunos ejes como estructura, ritmo, tonalidad, técnica de grabación y más (lista completa: http://en.wikipedia.org/wiki/List_of_Music_Genome_Project_attributes) Eso es lo que les da la opción para explicar y justificar la canción recomendada
Estos son dos enfoques muy diferentes. Google Scholar es su amigo en lo que respecta a la literatura.
Es un poco más complicado que eso. http://www.pandora.com/corporate/mgp – Brad