Content-Based рекомендації

Content-based рекомендації використовують атрибути items для рекомендації схожих items до того, що користувач лайкнув раніше. На відміну від collaborative filtering, який використовує user-item взаємодії, content-based методи аналізують фічі items - текстові описи, категорії, зображення, метадані.

Де використовується

Content-based рекомендації забезпечують персоналізацію:

• E-commerce: "Схожі товари" на основі атрибутів, описів
• Медіа: Рекомендації статей на основі контенту, топіків
• Музика: Рекомендації пісень на основі audio features, жанру
• Jobs: Matching вакансій на основі skills, requirements
• Нерухомість: Рекомендації на основі характеристик
• Освіта: Рекомендації курсів на основі контенту

Як Content-Based відрізняється від Collaborative

Типові дані

Типи фіч items: - Текст: Titles, descriptions, reviews - Категоріальні: Genre, brand, category - Числові: Price, rating, duration - Зображення: Product photos, thumbnails

Що робимо на практиці

1. Визначити item representation - Які фічі описують items?
2. Екстракція фіч - Text embeddings, category encoding, image features
3. Побудувати item profiles - Combined feature vectors
4. Створити user profiles - Aggregation of liked item profiles
5. Обчислити similarity - Cosine similarity, nearest neighbors
6. Генерувати рекомендації - Top-K most similar items
7. Обробити cold-start - New item/user strategies
8. Оцінити offline - Precision, recall, diversity
9. A/B test online - CTR, engagement, conversions
10. Iterate - Feature engineering, hybrid approaches

Baseline з TF-IDF

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity

# Створити TF-IDF vectors з item descriptions
tfidf = TfidfVectorizer(max_features=5000, stop_words='english')
item_vectors = tfidf.fit_transform(items['description'])

# Обчислити similarity matrix
similarity_matrix = cosine_similarity(item_vectors)

def get_recommendations(item_id, n=10):
    """Get top-N similar items"""
    idx = item_id_to_idx[item_id]
    sim_scores = list(enumerate(similarity_matrix[idx]))
    sim_scores = sorted(sim_scores, key=lambda x: x[1], reverse=True)
    return [idx_to_item_id[i] for i, score in sim_scores[1:n+1]]

Методи екстракції фіч

Текстові фічі:

from sentence_transformers import SentenceTransformer

# Modern підхід: Sentence embeddings
model = SentenceTransformer('all-MiniLM-L6-v2')
embeddings = model.encode(items['description'].tolist())

User Profile Construction

def build_user_profile(user_id, item_vectors, interactions):
    """Aggregate item vectors з якими user взаємодіяв"""
    user_items = interactions[interactions['user_id'] == user_id]

    # Weight by recency
    weights = np.exp(-0.1 * user_items['days_ago'])
    weights = weights / weights.sum()

    liked_vectors = item_vectors[user_items['item_idx']]
    user_profile = np.average(liked_vectors, weights=weights, axis=0)

    return user_profile

Метрики оцінки

Типові проблеми

• [ ] Over-specialization: Рекомендації занадто схожі на історію
• [ ] Feature quality: Погані item descriptions/metadata
• [ ] Cold-start users: Немає історії для profile
• [ ] Stale profiles: User preferences змінились
• [ ] Low diversity: Однакові типи items рекомендовані

Scaling з Approximate Nearest Neighbors

import faiss

# Build FAISS index
dimension = item_vectors.shape[1]
index = faiss.IndexFlatIP(dimension)
index.add(item_vectors.astype('float32'))

# Fast similarity search
def get_similar_items(item_id, n=10):
    query = item_vectors[item_id_to_idx[item_id]].reshape(1, -1)
    distances, indices = index.search(query.astype('float32'), n + 1)
    return [idx_to_item_id[i] for i in indices[0][1:]]

Інструменти

Пов'язані сторінки

• Індекс: ML Field Guide
• Collaborative Filtering
• Semantic Search
• RAG Systems

Додаткове читання

• Sentence-Transformers Documentation
• FAISS Wiki

Спробуйте наживо

Дослідіть пов'язану модель на практиці: відкрийте Music Recommender — Matrix Factorization (ALS) Live і змінюйте параметри під час роботи. Усе лишається у вашому браузері.