अमेज़ॅन की सिफारिश इंजन के साथ हॉलिडे शॉपिंग शॉप स्मार्ट

क्रिसमस के समय हम में से कई अपने प्रियजनों के लिए सबसे उपयुक्त उपहार चुनने के लिए संघर्ष कर रहे हैं। क्रिसमस के लिए उपहार शिकार के लिए कभी-कभी हफ्तों की योजना बनाने की आवश्यकता होती है। इसके अलावा इसके कुछ मज़ेदार और आनंददायक भाग, क्रिसमस की खरीदारी एक समय लेने वाली और तनावपूर्ण अनुभव हो सकती है.

सौभाग्य से उन्नत प्रौद्योगिकी के युग में, स्वतंत्र रूप से उपलब्ध उपकरण हैं जो खरीदारी की प्रक्रिया को अधिक कुशल और उत्पादक बना सकते हैं। इस पोस्ट में मैं आपको दिखाऊंगा कि दुनिया की सबसे बड़ी रिटेलर साइट में से एक Amazon.com कैसे आपकी सहायता कर सकती है सबसे अच्छा उपहार ढूँढना अपने दोस्तों और परिवार के लिए एक उचित समय सीमा के भीतर अपने स्मार्ट सिफारिश इंजन की मदद से.

वैयक्तिकृत उपयोगकर्ता अनुभव

दुनिया की सबसे सफल वेबसाइट जैसे अमेजन, फेसबुक, और Youtube इसलिए लोकप्रिय हैं वे सभी के लिए एक व्यक्तिगत उपयोगकर्ता अनुभव प्रदान करते हैं.

मूल रूप से उपयोगकर्ता अनुभव को निजीकृत करने का मतलब है कि कंपनियां जब वे अपनी साइट से नेविगेट करते हैं और विभिन्न क्रिया करते हैं, तो अपने उपयोगकर्ताओं का निरीक्षण करें इस पर। वे डेटा को नीट डेटाबेस में इकट्ठा करते हैं, और इसका विश्लेषण करते हैं.

क्या यह गोपनीयता के लिए हानिकारक नहीं है? एक निश्चित दृष्टिकोण से, हाँ यह है; ये कंपनियां हमारे बारे में हमारे सबसे करीबी दोस्तों या खुद से भी ज्यादा जान सकती हैं। दूसरी ओर, वे हमें एक ऐसी सेवा प्रदान करते हैं जो हमारे जीवन को आसान बना सकती है, तथा हमारे फैसलों ने बेहतर जानकारी दी.

अगर हम इसे अपनी गोपनीयता के एक हिस्से के साथ एक बढ़ाया उपयोगकर्ता अनुभव और आराम के लिए "पे" देखते हैं, तो हम इसे "भुगतान" करते हैं.

बेशक, ऑनलाइन सामग्री प्रदाताओं और अधिकारियों के बीच कानूनी लड़ाई लगातार होती है, बस इतना ही नहीं कि ईयू कुकी कानून से बहुत प्यार करता है, लेकिन जैसा कि बाहर जाना कम और कम एक यथार्थवादी विकल्प है जो 21 वीं सदी की जीवन शैली का आनंद लेना चाहता है। यह समझने के लिए उपयोगी है कि व्यक्तिगत सिफारिशें पर्दे के पीछे कैसे काम करती हैं.

अमेज़ॅन की सिफारिशों के पीछे टेक

अमेज़ॅन की वेबसाइट के माध्यम से नेविगेट करते समय, हम शीर्षकों जैसे हर जगह व्यक्तिगत अनुशंसाएं पा सकते हैं “आपके लिए नया है”, “जलाने की दुकान में आप के लिए सिफारिशें”, “विशेष रुप से अनुशंसाएँ”, “इस आइटम को खरीदने वाले ग्राहकों ने इसे भी खरीदा”, और बहुत सारे.

सिफारिशें की गई हैं हर एक हिस्से में एकीकृत से खरीद प्रक्रिया चेकआउट के लिए उत्पाद की खोज. अनुकूलित सिफारिशें एक बुद्धिमान सिफारिश इंजन द्वारा संचालित होती हैं जो उपयोगकर्ताओं को साइट का उपयोग करते समय बेहतर और बेहतर जानने के लिए मिलती हैं.

सिफारिश प्रणालियों को बेहतर ढंग से समझने के लिए, उनके बारे में सोचना एक अच्छा विचार है खोज इंजन के उन्नत संस्करण. जब हम अमेज़ॅन पर एक आइटम देखते हैं, तो यह न केवल परिणाम लौटाता है, बल्कि यह भी उन उत्पादों के बारे में भविष्यवाणी करता है जिनकी हमें आवश्यकता हो सकती है, और हमारे लिए इसकी सिफारिशों को दर्शाता है.

सिफारिशकर्ता सिस्टम विभिन्न प्रकार के मशीन लर्निंग एल्गोरिदम का उपयोग करते हैं, और वे बड़े डेटा प्रौद्योगिकी के विकास के साथ व्यावसायिक रूप से लागू हो गए हैं। सिफारिश इंजन हैं डेटा चालित उत्पादों, जैसा उन्हें बड़े डेटा के विशाल महासागर में सबसे अधिक प्रासंगिक छोटे डेटासेट खोजने की आवश्यकता है.

कम्प्यूटेशनल कार्य जो अनुशंसा प्रणालियों को हल करने की आवश्यकता है, का संयोजन है भविष्य कहनेवाला विश्लेषण और फ़िल्टरिंग

वे निम्नलिखित दृष्टिकोणों में से एक का उपयोग करते हैं:

(1) सहयोगी को छानने, इसके बीच समानता की तलाश है सहयोगी डेटा जैसे कि खरीद, रेटिंग, लाइक, अपवोट, डाउनवोट इन:

• या तो उपयोगकर्ता-उपयोगकर्ता मैट्रिक्स, जहां अन्य उत्पादों को पसंद करने वाले, खरीदे गए, मूल्यांकित किए जाने वाले, आदि उत्पादों के आधार पर सिफारिशें उत्पन्न की जाती हैं,
• या उत्पाद-उत्पाद मैट्रिक्स, जहाँ सिफारिशी इंजन उन उत्पादों को लौटाता है जो वर्तमान उपयोगकर्ता द्वारा खरीदे गए, रेट किए गए, पसंद किए गए, पसंद किए गए, खरीदे गए, पसंद किए गए, समान हैं। से पहले

अमेज़न बाद का उपयोग करता है, क्योंकि यह अधिक उन्नत है (अगले भाग में विस्तार से देखें).

(2) सामग्री-आधारित फ़िल्टरिंग, उत्पादों की वस्तुनिष्ठ विशेषताओं जैसे कि बारीकियों, विवरणों, लेखकों, और उपयोगकर्ता की पिछली प्राथमिकताओं पर आधारित भविष्यवाणियाँ भी करता है (जो कि यहां अन्य उपयोगकर्ताओं की प्राथमिकताओं की तुलना में नहीं है).

(3) हाइब्रिड फ़िल्टरिंग, जो किसी प्रकार के सहयोगी और सामग्री-आधारित फ़िल्टरिंग के संयोजन का उपयोग करता है.

उत्पाद-उत्पाद मैट्रिक्स

सहयोगी फ़िल्टरिंग का पारंपरिक तरीका उपयोगकर्ता-उपयोगकर्ता मैट्रिक्स का उपयोग करता है, और डेटा की एक निश्चित मात्रा से ऊपर इसे गंभीर प्रदर्शन समस्याएं हैं.

सभी उपयोगकर्ताओं की वरीयताओं, रेटिंग, खरीद से मिलान करने के लिए, और उन लोगों को ढूंढें जो सक्रिय उपयोगकर्ता के सबसे करीब हैं, सिफारिश इंजन का विश्लेषण करना है हर उपयोगकर्ता डेटाबेस में और उन्हें मौजूदा एक के खिलाफ मैच.

यदि हम अमेज़ॅन के आकार के बारे में सोचते हैं, तो यह स्पष्ट है कि इस तरह का फ़िल्टर उनके लिए संभव नहीं है, इसलिए अमेज़न के इंजीनियरों ने पूर्व पद्धति का उन्नत संस्करण विकसित किया, और इसे कॉल किया आइटम-से-आइटम सहयोगी फ़िल्टरिंग.

आइटम-से-आइटम सहयोगी फ़िल्टरिंग रखता है सहयोगी सफलता किसी उत्पाद के उद्देश्य गुणों के बजाय बेंचमार्क के रूप में (ऊपर सामग्री-आधारित फ़िल्टरिंग देखें), लेकिन उत्पाद-उत्पाद मैट्रिक्स में क्वेरी को चलाता है जिसका अर्थ है कि यह उपयोगकर्ताओं की तुलना नहीं करता है, इसके बजाय यह उत्पादों की तुलना करता है.

अनुशंसा इंजन हमारे द्वारा खरीदे गए उत्पादों पर एक नज़र डालता है, रेट किया जाता है, हमारी इच्छा सूची में डाला जाता है, इस पर टिप्पणी की जाती है, आदि पर अब तक, फिर डेटाबेस में अन्य वस्तुओं को देखता है जिनकी समान दरें और खरीद होती हैं, उन्हें एकत्र करता है, फिर रिटर्न सिफारिशों के रूप में सबसे अच्छा मेल खाता है.

बेहतर अनुशंसाएँ कैसे प्राप्त करें

क्रिसमस की खरीदारी पर वापस, यह संभव है बेहतर परिणाम पाने के लिए अमेज़ॅन के सिफारिश इंजन को प्रशिक्षित करें. यदि आपके पास केवल एक अस्पष्ट विचार है कि किसी प्रियजन के लिए क्या खरीदना है, तो आपको ब्राउज़ करते समय वेबसाइट पर निशान छोड़ने के अलावा कुछ और नहीं करना है.

इस पोस्ट की खातिर मैंने खुद से यह कोशिश की है.

मेरा शुरुआती बिंदु यह था कि मैं कुछ छोटे कार्यालय फर्नीचर ढूंढना चाहता था, लेकिन वास्तव में क्या पता नहीं था। इसलिए मैंने कुछ संबंधित कीवर्ड्स को खोज बार में दर्ज किया, और परिणामों को ब्राउज़ करना शुरू किया। मैंने अपनी पसंद की वस्तुओं को अपनी इच्छा सूची में रखा, कुछ समीक्षाओं को इस रूप में मूल्यांकित किया “उपयोगी”, मेरी टोकरी में कुछ कार्यालय फर्नीचर गिरा दिया.

यदि मैंने कभी भी अमेजन पर एक समान आइटम खरीदा है, तो उस पर एक समीक्षा लिखना काफी उपयोगी होगा, लेकिन वास्तव में मैं ऐसा नहीं कर सकता (आप केवल उन उत्पादों पर समीक्षा लिख ​​सकते हैं जिन्हें आपने पहले ही खरीदा है).

लगभग 10-15 मिनट के बाद, मैं रुक गया, और अपने सिफारिश के पन्नों पर क्लिक किया (जो कि इसके अंतर्गत पाया जा सकता है “[आपका नाम] अमेज़न” मेनू बिंदु)। प्रयोग से पहले मेरे पास केवल इस पृष्ठ पर पुस्तकें थीं, जैसा कि मैं आमतौर पर अमेज़ॅन पर खरीदता हूं। मेरे व्यापक देखने के बाद, किताबें गायब हो गई हैं और उन्हें शांत कार्यालय फर्नीचर द्वारा बदल दिया गया है, जैसा कि आप नीचे देख सकते हैं.

इंजन Tweaking

प्रत्येक सिफारिश के नीचे, सिफारिश इंजन को और अधिक प्रशिक्षित करना संभव है वहां एक “क्यों सिफारिश की?” संपर्क. मेरी सिफारिशों के बीच आप एक बिन लाइनर (अंतिम आइटम) देख सकते हैं, जो एक कार्यालय फर्नीचर उत्पाद नहीं है और एक जिसे मैं क्रिसमस के लिए खरीदना नहीं चाहता हूं.

तो आइए देखें कि यह यहां क्यों है.

लिंक पर क्लिक करने के बाद, अमेज़ॅन ने मुझे सूचित किया कि यह अनुशंसित था क्योंकि मैंने अपनी टोकरी में एक निश्चित कार्यालय कंप्यूटर की कुर्सी रखी। खैर, यह एक दिलचस्प कनेक्शन है, लेकिन मुझे अभी भी इसकी आवश्यकता नहीं है.

मेरे पास दो विकल्प हैं, मैं या तो टिक कर सकता हूं “रुचि नहीं” बिन लाइनर, या के बगल में चेकबॉक्स “सिफारिशों के लिए उपयोग न करें” कार्यालय की कुर्सी के बगल में। मैं टिक गया “रुचि नहीं” चेकबॉक्स.

और इस बिंदु पर बिन लाइनर गायब हो गया है, एक और अनुशंसित उत्पाद के साथ बदल दिया गया है, जिसका मतलब है कि मैं एक कदम सही उपहार के करीब हूं.

बहुत बुरा अगर मैं कभी भी भविष्य में है कि सटीक बिन लाइनर की आवश्यकता होगी। अरे रुको। मैंने उसके लिए समाधान ढूंढ लिया है। के नीचे “अपनी सिफारिशों में सुधार करें” मेनू बिंदु, मैं उन वस्तुओं को संपादित कर सकता हूं जिन्हें मैंने चिह्नित किया है “रुचि नहीं” लेबल

जब मुझे मेरा कल्पनाशील उपहार शिकार मिल गया है, तो मैं केवल उन उत्पादों को अनचेक कर सकता हूं जिन्हें मैं भविष्य में अपनी सिफारिशों के बीच देखना चाहता हूं.