Előadást letölteni
Az előadás letöltése folymat van. Kérjük, várjon
KiadtaFlóra Mezeiné Megváltozta több, mint 10 éve
1
Adatbányászat és WEB2 Németh Bottyán www.gravityrd.com Web2.0 Symposium
2
Háttér BME „hardcore” gépi tanulás Tikk Domonkos PhD Takács Gábor Pilászy István Németh Bottyán Adatbányászati versenyek az igazi kihívások, nem ragadhatunk be a saját téves elképzeléseinkbe.
3
„Collaborative filtering”
4
WEB2.0 www.oreillynet.comwww.oreillynet.com what is web 2.0
5
WEB2.0 Elérhető tartalom Emergens viselkedés Adat központi szerepe Long tail Több felhasználó Jobb szolgáltatás www.oreillynet.comwww.oreillynet.com what is web 2.0 Bizalom
6
WEB2.0 Hasznosítani a keletkezett adatokat. A felhasználó nem felhasználó, hanem alkotóelem Egyszerű visszajelzés bonyolult reakció Elérhető tartalom Emergens viselkedés Adat központi szerepe Long tail Több felhasználó Jobb szolgáltatás Bizalom
7
Egy érdekes matematikai probléma 14 3 44 2 44
8
MF sample - learning Q P 143 44 244 R 1.2 0.4 -0.5 0.9 -0.4 1.40.8-1.3-0.10.5 -0.2 0.5 -0.4 1.6 0.3
9
MF sample - learning Q P 143 44 244 R 1.2 0.4 -0.5 0.9 -0.4 1.40.8-1.3-0.10.5 -0.2 0.5 -0.4 1.6 0.3
10
MF sample - learning Q P 143 44 244 R 1.1 1.2 0.4 -0.4 0.9 -0.4 1.30.8-1.3-0.10.5 -0.1 0.5 -0.4 1.6 0.3
11
MF sample - learning Q P 143 44 244 R 1.1 1.2 0.4 -0.4 0.9 -0.4 1.30.8-1.3-0.10.5 -0.1 0.5 -0.4 1.6 0.3
12
MF sample - learning Q P 143 44 244 R 1.2 0.4 -0.3 0.9 -0.4 1.30.9-1.3-0.10.5 -0.1 0.4 -0.4 1.6 0.3
13
MF sample - learning Q P 143 44 244 R 1.2 0.4 -0.3 0.9 -0.4 1.30.9-1.3-0.10.5 -0.1 0.4 -0.4 1.6 0.3
14
MF sample - learning Q P 143 44 244 R 1.1 1.2 0.4 -0.2 0.9 -0.4 1.30.9-1.3-0.00.5 -0.1 0.4 -0.4 1.5 0.3
15
MF sample - learning Q P 143 44 244 R 1.1 1.2 0.4 -0.2 0.9 -0.4 1.30.9-1.3-0.00.5 -0.1 0.4 -0.4 1.5 0.3
16
MF sample - learning Q P 143 44 244 R 1.1 0.4 -0.2 0.8 -0.4 1.30.9-1.2-0.00.5 -0.1 0.4 -0.3 1.5 0.3
17
MF sample - learning Q P 143 44 244 R 1.1 0.4 -0.2 0.8 -0.4 1.30.9-1.2-0.00.5 -0.1 0.4 -0.3 1.5 0.3
18
MF sample - learning Q P 143 44 244 R 1.1 1.2 0.4 -0.2 0.9 -0.4 1.30.9-1.20.10.5 -0.1 0.4 -0.3 1.6 0.3
19
MF sample - learning Q P 143 44 244 R 1.1 1.2 0.4 -0.2 0.9 -0.4 1.30.9-1.20.10.5 -0.1 0.4 -0.3 1.6 0.3
20
MF sample - learning Q P 143 44 244 R 1.1 1.2 0.5 -0.2 0.9 -0.3 1.50.9-1.20.10.5 0.0 0.4 -0.3 1.6 0.3
21
MF sample - learning Q P 143 44 244 R 1.1 1.2 0.5 -0.2 0.9 -0.3 1.50.9-1.20.10.5 0.0 0.4 -0.3 1.6 0.3
22
MF sample - learning Q P 143 44 244 R 1.1 1.2 0.4 -0.2 0.9 -0.2 1.50.9-1.10.10.5 0.0 0.4 -0.2 1.6 0.3
23
MF sample - learning Q P 143 44 244 R 1.1 1.2 0.4 -0.2 0.9 -0.2 1.50.9-1.10.10.5 0.0 0.4 -0.2 1.6 0.3
24
MF sample - learning Q P 143 44 244 R 1.1 1.2 0.5 -0.2 0.9 -0.1 1.50.9-1.10.10.6 0.0 0.4 -0.2 1.6 0.2
25
Egy kis idő múlva…
26
MF sample - learning Q P 143 44 244 R 1.4 0.9 2.5 1.1 1.9 -0.3 1.5 2.11.00.71.6 0.8 1.6 1.8 0.0
27
MF sample - prediction Q P 143 44 244 R 1.4 0.9 2.5 1.1 1.9 -0.3 1.5 2.11.00.71.6 0.8 1.6 1.8 0.0 -0.53.5 4.9 1.1 3.32.4 1.5
28
Rugalmas megközelítés Értékelés adatok egységes kezelése Implicit Explicit Különböző források Beágyazható egyéb paraméterek Termék leírás Helyszín Paraméterfüggő adatok (pl. mennyi ideje vásárolt utoljára) A releváns adatok automatikus kiválasztása
29
Alkalmazás Kis területe a gépi tanulás és web metszetének Link analízis Szövegbányászat Media keresés Rengeteg alkalmazási terület. Online áruházak és kölcsönzés minden területe Hirdetés Keresés szűkítés E-learning Tourist guide Barát ajánló
30
Köszönöm a figyelmet! ?
31
Results II. EpochTraining Time (sec)RMSE 11200.9188 22000.9071 32800.9057 43600.9028 54400.9008 65200.9002
32
Miért jó? Felhasználók Személyre szabott felhasználói élmény e-commerce oldalak Növeli a megrendeléseket Faster conversions Higher customer satisfaction and increased brand loyalty Reduced merchandising and maintenance costs Automated, 1-to-1 merchandising and marketing solution
Hasonló előadás
© 2024 SlidePlayer.hu Inc.
All rights reserved.