01Overall Concept
ไอเดียหลัก — Matrix factorization ประมาณ rating matrix ด้วยผลคูณของ user และ item latent vectors เรียนเฉพาะช่องที่สังเกตและ regularize เวกเตอร์เพื่อเติมคะแนนที่หายไป
ลองนึกภาพว่า — เหมือนอธิบายคนและหนังด้วยแกนแฝง เช่น ชอบความตลกหรือความจริงจัง แล้วจับคู่แกนเหล่านั้น
ตัวอย่างการนำไปใช้ — แนะนำหนัง เพลง สินค้า และจัดอันดับเนื้อหาส่วนบุคคล
02อธิบายภาษาคนเข้าใจง่ายๆ
Matrix Factorization Recommender เริ่มจากคำถามง่าย ๆ ว่า แยกตารางคะแนนเป็นรสนิยมผู้ใช้กับคุณลักษณะแฝงของสินค้า วิธีนี้ไม่ได้มองข้อมูลทุกชนิดเหมือนกัน จึงต้องเตรียมข้อมูลให้ตรงกับสิ่งที่อัลกอริทึมใช้คำนวณ
เหมือนอธิบายคนและหนังด้วยแกนแฝง เช่น ชอบความตลกหรือความจริงจัง แล้วจับคู่แกนเหล่านั้น ภาพเปรียบเทียบนี้ช่วยจำแก่นของวิธี แต่ตอนใช้งานจริงคอมพิวเตอร์ทำงานกับตัวเลขและกฎที่กำหนดไว้อย่างชัดเจน
Matrix factorization ประมาณ rating matrix ด้วยผลคูณของ user และ item latent vectors เรียนเฉพาะช่องที่สังเกตและ regularize เวกเตอร์เพื่อเติมคะแนนที่หายไป พารามิเตอร์หลักใน Playground คือ จำนวน latent factors เมื่อเลื่อนค่า ระบบจะคำนวณผลใหม่จากข้อมูลชุดเดิม จึงเปรียบเทียบการเปลี่ยนแปลงได้ตรง ๆ
ข้อมูลตัวอย่างบนหน้าใช้รูปแบบ รายการ user, item, rating สำหรับคู่ที่สังเกตแล้ว · ตัวอย่าง 60–150 แถว เราแยกสิ่งที่อัลกอริทึมรับเข้าออกจากผลลัพธ์ เพื่อไม่เผลอส่งข้อมูลคำตอบหรือข้อมูลอนาคตเข้าไปตอนฝึก
งานที่เหมาะ เช่น แนะนำหนัง เพลง สินค้า และจัดอันดับเนื้อหาส่วนบุคคล ก่อนใช้จริงควรกำหนด metric ที่สัมพันธ์กับเป้าหมาย แล้วเปรียบเทียบกับวิธีพื้นฐานที่ง่ายกว่า
ภาพจำ: user/item factors และคะแนนประมาณ · Playground แสดงผลเมื่อปรับ จำนวน latent factors พร้อมจำข้อจำกัดสำคัญว่า ผู้ใช้หรือสินค้าใหม่ไม่มีประวัติและ feedback ที่สังเกตไม่ได้ถือว่า missing ไม่ใช่คะแนนศูนย์
03How it works
ค่อยๆ ทำไปด้วยกัน ตั้งแต่ข้อมูลแถวแรกจนถึงการตรวจคำตอบ
เตรียมข้อมูลให้ตรงโจทย์
รายการ user, item, rating สำหรับคู่ที่สังเกตแล้ว ตรวจค่าที่หาย หน่วยของแต่ละคอลัมน์ และแยกข้อมูลประเมินก่อนเรียนรู้พารามิเตอร์จากข้อมูล
ตั้งค่าที่ควบคุมพฤติกรรม
ใช้ n_factors เพื่อกำหนดจำนวนแกนรสนิยมแฝง และบันทึกค่าเริ่มต้นหรือ random seed เมื่อวิธีมีการสุ่ม เพื่อให้ทำซ้ำและเปรียบเทียบได้
คำนวณแก่นของวิธี
เริ่ม user และ item vectors ขนาดเล็ก จากนั้น คูณเวกเตอร์เพื่อทำนาย rating ที่สังเกต Playground ใช้ข้อมูลสาธิตชุดเดิมทุกครั้งเพื่อให้เห็นผลของ slider โดยไม่ถูกความสุ่มกลบ
สร้างผลลัพธ์ที่นำไปอ่านได้
ใช้ gradient descent ลด error พร้อม regularization ผลที่ได้คือ user/item factors และคะแนนประมาณ ตัวเลขหรือกลุ่มที่ได้ยังต้องตีความร่วมกับบริบทของข้อมูล
ตรวจว่าคำตอบใช้ได้จริง
เปรียบเทียบหลายค่าของ n_factors ด้วย metric ที่เหมาะ ดูทั้งผลรวมและกรณีที่พลาด แล้วทดสอบกับข้อมูลที่ไม่ใช้ปรับค่า โดยคำนึงถึงข้อจำกัดว่า ผู้ใช้หรือสินค้าใหม่ไม่มีประวัติและ feedback ที่สังเกตไม่ได้ถือว่า missing ไม่ใช่คะแนนศูนย์
ข้อมูล พารามิเตอร์ และภาพรวมการคำนวณ
n_factorsrandom_statevalidationข้อมูลที่รับเข้ามา
รายการ user, item, rating สำหรับคู่ที่สังเกตแล้ว
รายการ user, item, rating สำหรับคู่ที่สังเกตแล้ว · ตัวอย่าง 60–150 แถวพารามิเตอร์ที่ใช้
- n_factors
- กำหนดจำนวนแกนรสนิยมแฝง
- random_state
- ตรึงการสุ่มเพื่อให้ทดลองซ้ำและเปรียบเทียบได้
- validation
- เก็บข้อมูลส่วนหนึ่งไว้ตรวจคุณภาพกับตัวอย่างที่ไม่ใช้ฝึก
ผลลัพธ์ที่ได้
user/item factors และคะแนนประมาณ
user/item factors และคะแนนประมาณ · Playground แสดงผลเมื่อปรับ จำนวน latent factorsคำนวณทีละขั้น
- 01
เริ่ม user และ item vectors ขนาดเล็ก
- 02
คูณเวกเตอร์เพื่อทำนาย rating ที่สังเกต
- 03
ใช้ gradient descent ลด error พร้อม regularization
ควรรู้อีกนิด — ผู้ใช้หรือสินค้าใหม่ไม่มีประวัติและ feedback ที่สังเกตไม่ได้ถือว่า missing ไม่ใช่คะแนนศูนย์
04Make it yours
# ติดตั้ง: pip install numpy# ดาวน์โหลด sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์import numpy as npdata = np.genfromtxt("matrix-factorization-recommender-sample.csv", delimiter=",", skip_header=1)rows = data.astype(int); n_users, n_items = rows[:,0].max()+1, rows[:,1].max()+1k=10; rng=np.random.default_rng(42)U=rng.normal(0,.1,(n_users,k)); V=rng.normal(0,.1,(n_items,k))for _ in range(200): for u,i,r in rows: e=r-U[u]@V[i]; old=U[u].copy() U[u]+=.02*(e*V[i]-.02*U[u]); V[i]+=.02*(e*old-.02*V[i])print("Predicted rating matrix:\n", (U@V.T).round(2))โค้ดเปลี่ยนตามค่าที่เลือกใน Playground · แต่ละภาษาใช้ข้อมูลตัวอย่างตามที่ระบุในโค้ด
05Learn by playing
จำนวน latent factors อธิบายรสนิยมได้ละเอียดแค่ไหน?
ตารางคะแนนถูกแยกเป็นเวกเตอร์ผู้ใช้และสินค้าแล้วคูณกลับ
จับแกนรสนิยมได้มากขึ้น แต่อาจจำ rating ที่มีน้อย
ดูช่องที่กันไว้ทดสอบ ไม่ใช่เฉพาะช่องที่ใช้ factorize
Playground เป็น implementation เพื่อการเรียนรู้ที่คำนวณในเบราว์เซอร์ ส่วนโค้ด Python ใช้ NumPy จึงอาจให้ค่าต่างกันเล็กน้อยจากรายละเอียดการ optimize และค่าเริ่มต้นของไลบรารี ผลนี้ไม่ใช่ benchmark บนข้อมูลจริง