تسجيل SVD الموصى به
توضح هذه المقالة كيفية استخدام مكون Score SVD Recommender في مصمم Azure التعلم الآلي. استخدم هذا المكون لإنشاء تنبؤات باستخدام نموذج توصية مدرب استنادا إلى خوارزمية تحليل القيمة الواحدة (SVD).
يمكن لمقترح SVD إنشاء نوعين مختلفين من التنبؤات:
عند إنشاء النوع الثاني من التنبؤات، يمكنك العمل في أحد الأوضاع التالية:
يأخذ وضع الإنتاج في الاعتبار جميع المستخدمين أو العناصر. يتم استخدامه عادة في خدمة الويب.
يمكنك إنشاء درجات للمستخدمين الجدد، وليس فقط للمستخدمين الذين شوهدوا أثناء التدريب. لمزيد من المعلومات، راجع الملاحظات الفنية.
يعمل وضع التقييم على مجموعة مخفضة من المستخدمين أو العناصر التي يمكن تقييمها. وعادة ما يستخدم أثناء عمليات خطوط الأنابيب.
لمزيد من المعلومات حول خوارزمية موصى SVD ، راجع ورقة البحث تقنيات معامل المصفوفة لأنظمة التوصية.
كيفية تكوين موصى SVD النقاط
يدعم هذا المكون نوعين من التنبؤات ، لكل منهما متطلبات مختلفة.
التنبؤ بالتقييمات
عندما تتنبأ بالتقييمات ، يحسب النموذج كيفية تفاعل المستخدم مع عنصر معين ، بالنظر إلى بيانات التدريب. يجب أن توفر بيانات الإدخال لتسجيل النقاط كلا من المستخدم والعنصر المطلوب تقييمه.
أضف نموذج توصية مدربا إلى خط الأنابيب الخاص بك، وقم بتوصيله بموصى SVD المدرب. يجب إنشاء النموذج باستخدام مكون "موصي SVD ".
بالنسبة إلى نوع تنبؤ الموصي، حدد توقع التقييم. لا توجد معلمات أخرى مطلوبة.
أضف البيانات التي تريد إجراء تنبؤات لها، وقم بتوصيلها ب Dataset للتسجيل.
لكي يتنبأ النموذج بالتصنيفات، يجب أن تحتوي مجموعة بيانات الإدخال على أزواج عناصر المستخدم.
يمكن أن تحتوي مجموعة البيانات على عمود ثالث اختياري من التصنيفات لزوج عناصر المستخدم في العمودين الأول والثاني. ولكن سيتم تجاهل العمود الثالث أثناء التنبؤ.
إرسال المسار.
نتائج تنبؤات التقييم
تحتوي مجموعة بيانات المخرجات على ثلاثة أعمدة: المستخدمون والعناصر والتصنيف المتوقع لكل مستخدم إدخال وعنصر.
التوصيات للمستخدمين
للتوصية بالعناصر للمستخدمين، يمكنك توفير قائمة بالمستخدمين والعناصر كمدخلات. من هذه البيانات ، يستخدم النموذج معرفته حول العناصر والمستخدمين الحاليين لإنشاء قائمة بالعناصر ذات الجاذبية المحتملة لكل مستخدم. يمكنك تخصيص عدد التوصيات التي تم إرجاعها. ويمكنك تعيين حد أقصى لعدد التوصيات السابقة المطلوبة لإنشاء توصية.
أضف نموذج توصية مدربا إلى خط الأنابيب الخاص بك، وقم بتوصيله بموصى SVD المدرب. يجب إنشاء النموذج باستخدام مكون "موصي SVD ".
للتوصية بعناصر لقائمة المستخدمين، قم بتعيين نوع تنبؤ الموصى به إلى توصية العنصر.
بالنسبة لتحديد العنصر الموصى به، حدد ما إذا كنت تستخدم مكون تسجيل النقاط في الإنتاج أو لتقييم النموذج. اختر إحدى هذه القيم:
من كل العناصر: حدد هذا الخيار إذا كنت تقوم بإعداد خط أنابيب لاستخدامه في خدمة ويب أو في الإنتاج. يتيح هذا الخيار وضع الإنتاج. يقدم المكون توصيات من جميع العناصر التي شوهدت أثناء التدريب.
من العناصر المقدرة (لتقييم النموذج): حدد هذا الخيار إذا كنت تقوم بتطوير نموذج أو اختباره. يتيح هذا الخيار وضع التقييم. يقدم المكون توصيات فقط من تلك العناصر الموجودة في مجموعة بيانات الإدخال التي تم تقييمها.
من العناصر غير المصنفة (لاقتراح عناصر جديدة للمستخدمين): حدد هذا الخيار إذا كنت تريد أن يقدم المكون توصيات فقط من تلك العناصر الموجودة في مجموعة بيانات التدريب التي لم يتم تقييمها.
أضف مجموعة البيانات التي تريد إجراء تنبؤات لها، وقم بتوصيلها بمجموعة البيانات للتسجيل.
بالنسبة إلى "من كافة العناصر"، يجب أن تتكون مجموعة بيانات الإدخال من عمود واحد. وهو يحتوي على معرفات المستخدمين التي يمكن تقديم توصيات بشأنها.
يمكن أن تتضمن مجموعة البيانات عمودين إضافيين من معرفات العناصر وتصنيفاتها، ولكن يتم تجاهل هذين العمودين.
بالنسبة إلى العناصر المقدرة (لتقييم النموذج)، يجب أن تتكون مجموعة بيانات الإدخال من أزواج عناصر المستخدم. يجب أن يحتوي العمود الأول على معرف المستخدم. يجب أن يحتوي العمود الثاني على معرفات العناصر المقابلة.
يمكن أن تتضمن مجموعة البيانات عمودا ثالثا من تقييمات عنصر المستخدم، ولكن يتم تجاهل هذا العمود.
بالنسبة إلى "من العناصر غير المصنفة" (لاقتراح عناصر جديدة للمستخدمين)، يجب أن تتكون مجموعة بيانات الإدخال من أزواج عناصر المستخدم. يجب أن يحتوي العمود الأول على معرف المستخدم. يجب أن يحتوي العمود الثاني على معرفات العناصر المقابلة.
يمكن أن تتضمن مجموعة البيانات عمودا ثالثا من تقييمات عنصر المستخدم، ولكن يتم تجاهل هذا العمود.
الحد الأقصى لعدد العناصر التي يجب التوصية بها للمستخدم: أدخل عدد العناصر المطلوب إرجاعها لكل مستخدم. بشكل افتراضي، يوصي المكون بخمسة عناصر.
الحد الأدنى لحجم تجمع التوصيات لكل مستخدم: أدخل قيمة تشير إلى عدد التوصيات السابقة المطلوبة. بشكل افتراضي ، يتم تعيين هذه المعلمة إلى 2 ، مما يعني أن اثنين على الأقل من المستخدمين الآخرين قد أوصوا بالعنصر.
استخدم هذا الخيار فقط إذا كنت تسجل في وضع التقييم. لا يتوفر الخيار إذا قمت بتحديد من كل العناصر أو من العناصر غير المصنفة (لاقتراح عناصر جديدة للمستخدمين).
بالنسبة إلى "من العناصر غير المصنفة" (لاقتراح عناصر جديدة للمستخدمين)، استخدم منفذ الإدخال الثالث، المسمى " بيانات التدريب"، لإزالة العناصر التي تم تصنيفها بالفعل من نتائج التنبؤ.
لتطبيق عامل التصفية هذا، قم بتوصيل مجموعة بيانات التدريب الأصلية بمنفذ الإدخال.
إرسال المسار.
نتائج التوصية بالبند
تسرد مجموعة البيانات المسجلة التي تم إرجاعها بواسطة Score SVD Recommender العناصر الموصى بها لكل مستخدم:
- يحتوي العمود الأول على معرفات المستخدم.
- يتم إنشاء عدد من الأعمدة الإضافية، استنادا إلى القيمة التي قمت بتعيينها للحد الأقصى لعدد العناصر التي تريد التوصية بها للمستخدم. يحتوي كل عمود على عنصر موصى به (حسب المعرف). يتم ترتيب التوصيات حسب تقارب عنصر المستخدم. يتم وضع العنصر ذو التقارب الأعلى في العمود البند 1.
ملاحظات فنية
إذا كان لديك خط أنابيب مع موصي SVD ، وقمت بنقل النموذج إلى الإنتاج ، فاعلم أن هناك اختلافات رئيسية بين استخدام الموصى به في وضع التقييم واستخدامه في وضع الإنتاج.
يتطلب التقييم ، بحكم تعريفه ، تنبؤات يمكن التحقق منها مقابل الحقيقة الأرضية في مجموعة اختبارات. عند تقييم الموصي، يجب أن يتنبأ فقط بالعناصر التي تم تصنيفها في مجموعة الاختبار. هذا يقيد القيم المحتملة التي يتم التنبؤ بها.
عند تشغيل النموذج، عادة ما تقوم بتغيير وضع التنبؤ لتقديم توصيات استنادا إلى جميع العناصر الممكنة، من أجل الحصول على أفضل التنبؤات. بالنسبة للعديد من هذه التنبؤات ، لا توجد حقيقة أرضية مقابلة. لذلك لا يمكن التحقق من دقة التوصية بنفس الطريقة التي يتم بها التحقق من دقة التوصية أثناء عمليات خط الأنابيب.
الخطوات التالية
راجع مجموعة المكونات المتوفرة ل Azure التعلم الآلي.