Ako funguje algoritmus LightFM?

LightFM je hybridný algoritmus odporúčacích systémov, ktorý kombinuje kolaboratívne filtrovanie a metódy založené na obsahu. Používa faktorizáciu matíc na učenie reprezentácií používateľov a objektov, pričom zohľadňuje ako interakcie (napríklad prezerania, nákupy), tak aj doplnkové vlastnosti (features) používateľov a prvkov.

Hlavné body LightFM:

• Vstupné údaje: matica interakcií (používateľ — objekt) a voliteľné vlastnosti pre používateľov a objekty.
• Model je trénovaný tak, aby minimalizoval funkciu straty, ktorá môže byť založená na rebríčku (napríklad WARP) alebo regresii.
• Výsledkom sú vektory vlastností pre používateľov a objekty, ktoré možno použiť na predpoveď pravdepodobnosti interakcie.

Príklad použitia v Pythone:

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)

# Predpoveď pravdepodobnosti, že používateľ 3 bude mať záujem o film 10
score = model.predict(3, 10)

Týmto je LightFM vhodný pre odporúčacie systémy, kde sú ako interakcie, tak aj doplnkové metadáta.