Kā darbojas LightFM algoritms?

LightFM ir hibrīda rekomendāciju sistēmu algoritms, kas apvieno kolaboratīvo filtrēšanu un satura balstītas metodes. Tas izmanto matricu faktorizāciju, lai mācītos lietotāju un objektu pārstāvjumus, ņemot vērā gan mijiedarbības (piemēram, skatījumus, pirkumus), gan papildu raksturlielumus (features) lietotājiem un elementiem.

LightFM galvenie punkti:

• Ievades dati: mijiedarbību matrica (lietotājs — objekts) un izvēles raksturlielumi lietotājiem un objektiem.
• Modelis tiek apmācīts minimizēt zaudējuma funkciju, kas var būt balstīta uz rangēšanu (piemēram, WARP) vai regresiju.
• Rezultātā iegūst raksturlielumu vektorus lietotājiem un objektiem, kurus var izmantot mijiedarbības varbūtības prognozēšanai.

Python piemērs:

from lightfm import LightFM
from lightfm.datasets import fetch_movielens

data = fetch_movielens(min_rating=4.0)

model = LightFM(loss='warp')
model.fit(data['train'], epochs=30, num_threads=2)

# Prognozēt, cik ticams, ka lietotājs 3 interesēsies par filmu 10
score = model.predict(3, 10)

Tādējādi, LightFM ir piemērots rekomendāciju sistēmām, kur ir gan mijiedarbības, gan papildu metadati.