algorithm - 如何实现 Apple iTunes 的“天才”算法？

Question

我一直想知道在 iTunes 上实现“天才”功能的最佳方式和最佳方式。

我可能会暴力破解它，但只是想知道是否有人有任何见识。

谢谢。

Answer 1

Genius算法是推荐系统的一个例子，它是电子商务系统中的热门话题。如此之多，以至于 Netflix 获得了 100 万美元的奖金，并持续了几年，仅将他们的推荐系统改进了 10%。

在 iTunes 上，您拥有一系列音乐。天才可以做出假设，如果你有这种音乐，你一定会喜欢它。如果有足够多的人有歌曲 B 和歌曲 A，那么 Genius 可以说，如果你有歌曲 A，你可能会喜欢歌曲 B。

仅仅拥有这首歌将是一个相当弱的建议。如果用户对该音乐进行了评分，那么您可以在此基础上提高“推荐”的强度会更好。

我强烈推荐阅读If You Like This, You're Sure to Love That作为推荐系统的一个很好的入门读物。

Answer 2

Step1 - 收集数据，每个用户的所有点击/播放。那将是很多数据。

Step2 - 制作排名/推荐列表生成系统。对于每首歌曲，生成一个排名/优先类型列表，其中包含人们正在查看/播放的所有产品/歌曲。一个简单的例子说没有人共享相同的组合或每首歌曲的播放时间。

第3 步- 保留一个限制（比如 top10）以显示您从上面制作的歌曲列表中的推荐。

这并不难，诀窍或天才在于将权重添加到您在步骤 2 中制作的列表中。您的推荐系统如何使用权重（对于前页面排名）。

对极其复杂的计算机科学领域给出如此幼稚/简单的解释可能会让数据挖掘工程师失望。请原谅我。:)

Answer 3

看看这个，词频-逆文档频率，这是一种根据你喜欢的排序的方法，越“独特”的歌曲对推荐的影响越大。

基本上，如果你只喜欢和玩 U2，算法/程序很难推荐一些特别的东西，这是你喜欢的。

另一方面，如果您在 iTunes 的使用上更加多样化，那么您真正喜欢的那些鲜为人知的乐队将会得到更多的权重，因为它们更多地将您与大众隔离开来。

Answer 4

重要的一点：您必须拥有来自大量用户的数据。您不能通过蛮力自己做到这一点（除非您的意思是完全手动创建它）。