معالجة اللغات

أنظمة توصية الكتب — تصنيف شامل

تصنيف شامل لأنظمة التوصية على BookCrossing (1.1M تقييم): User-CF، Item-CF، SVD/NMF/ALS، قائم على المحتوى، هجين، NCF، AutoRec، GRU4Rec. User-CF RMSE 1.6645.

عرض على كاغل

1.6645

User-CF RMSE

0.6629

Precision@10

0.6910

Recall@10

8 (CF → DL)

Architectures

مجموعة البيانات

BookCrossing: 1,149,780 تقييم، 271,360 كتاباً، 278,858 مستخدماً

المنهجية

تصنيف كامل: User-CF → Item-CF → MF → قائم على المحتوى → هجين → NCF/AutoRec/GRU4Rec

المكدس التقني

PythonPyTorchSurprise (SVD/NMF)Scipy (ALS)scikit-learn

الكلمات المفتاحية

Collaborative FilteringSVDNCFGRU4RecMatrix FactorizationRecommender Systems

المرئيات2 مخططات

التعمق

تطبيق شامل لجميع نماذج أنظمة التوصية الرئيسية على مجموعة بيانات Book-Crossing.

مجموعة البيانات

◂خام: 271,360 كتاباً، 278,858 مستخدماً، 1,149,780 تقييماً
◂مُصفَّى (صريح ≥ 1): 118,699 تقييم، 7,027 مستخدم، 9,438 كتاب
◂مقياس التقييم: 1-10 (صريح) + تغذية راجعة ضمنية

التصنيف الكامل

أنظمة التوصية
├── 1. التصفية التعاونية
│   ├── CF القائم على المستخدم (تشابه كوسينوس، K=20)
│   ├── CF القائم على العناصر
│   └── تحليل المصفوفة: SVD / NMF / ALS
├── 2. التصفية القائمة على المحتوى
│   └── TF-IDF على بيانات الكتاب
├── 3. هجين (pondéré + commutation)
└── 4. التعلم العميق
    ├── NCF (التصفية التعاونية العصبية)
    ├── AutoRec
    └── GRU4Rec (تسلسلي قائم على الجلسة)

النتائج الرئيسية (User-CF)

المقياس	القيمة
RMSE	1.6645
Precision@10	0.6629
Recall@10	0.6910

الاستنتاج الرئيسي GRU4Rec القائم على الجلسة هو الأكثر قيمةً عملياً — يتعامل مع المستخدمين المجهولين ويلتقط النية قصيرة الأمد دون تاريخ، وهو الواقع الافتراضي لمعظم جلسات التجارة الإلكترونية.

العودة إلى المشاريع توظيفي