《人工智能通识》5.4猜你喜欢

5.4实践任务猜你喜欢第5章人工智能怎么“思考”情景导入小慧正在学习电商创业，想毕业后回到家乡，帮助乡民推广特色产品，把家乡好物卖向全国，推动乡村振兴，助力脱贫攻坚。经过几轮尝试后，产品上架后没有流量，访客量少。新手小慧找小智你帮忙设计个“猜你喜欢”推荐系统，不需要买家的明确需求，根据买家兴趣点主动推荐宝贝，展现在买家浏览的网页上，帮助她锁定潜在买家，并带动其他商品的销售，实现精准营销。任务描述打开网易、新浪等门户网站，网站会显示你关心的类似新闻；运行手机中京东、淘宝等网上商城程序，它会向你推荐你曾经浏览过的类似商品；打开知乎、豆瓣等信息类软件，它会向你推荐你想了解的问题，向你推荐你喜欢的书籍或电影；运行网易云音乐软件，会推荐你中意的音乐。这些软件是如何做到的呢？本任务根据用户对询问题目的回答，判断用户的喜好，推荐用户可能喜欢的商品。预备知识随着技术的飞速发展，各行各业产生的数据量也与日俱增。人们在面对海量信息时，无法从中找到真正对自己有用的那部分信息，这就是信息超载问题。为了解决这个问题，搜索系统和推荐系统应运而生。推荐系统是一种信息过滤系统，从海量信息中筛选出用户期望的结果。推荐系统的基本任务是连接用户和物品，根据已有连接推测可能的连接。推荐系统提升了信息的获取效率，将不同信息分发给对应偏好的人群，实现个性化的推荐。简单来说，推荐系统其实是代替用户评估其从未看过、接触过或者使用过的物品。搜索系统解决的是用户确定自己需要什么，推荐系统解决的是推测用户可能需要什么。预备知识一、推荐系统架构推荐系统是多个领域的交叉研究方向，涉及大数据处理、数据分析、数据挖掘以及机器学习等方面的知识。推荐系统架构通常分为：召回、排序、重排序这三个环节，每个环节逐层过滤，最终从海量的物品中筛选出十几项用户可能感兴趣的物品推荐给用户。如图5-41。图5-42是国外某视频网站推荐系统的架构。当然，两图仅是原理示意图，实际的推荐系统相当复杂。预备知识预备知识二、推荐系统算法俗话说，人以群分，物以类聚。推荐系统可以从用户或者物品两方面入手考虑算法。目前经常使用的推荐算法：1． 基于内容的推荐背后的假设是，用户曾经对某物品感兴趣，以后也会对类似物品感兴趣。记录用户感兴趣物品的特性，以后向他推荐有类似特性的物品。例如，向喜欢《阿凡达》电影的用户推荐《流浪地球》，因为两部电影同属于科幻电影。2． 协同过滤的推荐背后的假设是，与你兴趣相同的朋友喜欢某物品，你可能也喜欢某物品。预备知识二、推荐系统算法3． 基于混合的推荐既有基于内容的推荐也有协同过滤的推荐。4． 基于知识的推荐对新加入的用户或物品没有历史交互（冷启动问题），对于房产等没有足够的历史评分，或者有些物品过于复杂，这些情况适合使用基于知识的推荐算法。预备知识二、推荐系统算法5． 基于关联规则的推荐主要根据简单的规则或者领域知识来进行推荐。著名的“啤酒与尿布”故事就是关联规则推荐的例子。超市的销售数据分析表明，看似毫无关联的“啤酒”与“尿布”两种商品经常同时出现在购物单中。经过调查发现，年轻的爸爸去超市买尿布的时候，顺便为自己购买啤酒。发现这种关联之后，超市将这两种商品摆放在相邻区域，从而提高了商品销售量。预备知识三、推荐系统的行业应用有海量数据的地方，就有推荐系统的身影。推荐系统应用在我们生活的各个行业之中：门户网站：网易、新浪、腾讯等。用于新闻、信息的推荐。电商购物：京东、淘宝、拼多多等。用于商品的推荐。旅游饮食：携程、美团、大众点评等。用于住宿酒店、点餐、美食的推荐。娱乐视频：B站、腾讯、爱奇艺等。用于视频类的推荐。预备知识四、协同过滤算法在众多的推荐算法中，协同过滤算法是最简单然而却是很有效的算法，在实际产品中得到大量的应用。协同过滤算法的核心就是“找联系”。它从用户的历史行为（浏览、收藏、点击、购买、评论等），去分析发现用户对物品的喜好，最终筛选出推荐物品集合。因为待处理的要素是用户和物品，所以可以找“有联系”的用户，也可以找“有联系”的物品。预备知识四、协同过滤算法基于物品的协同过滤：核心是找“有联系”的物品。比如图5-43中，物品洋葱、菜花同时被用户小爱、小度、小明购买了，那么物品洋葱、菜花被认为是“有联系”的，因为它们同时出现的次数很高。所以，如果用户小伟购买了物品洋葱，则可以将最相关的菜花推荐给用户小伟。对于“有联系”，不同的系统有特定的要求。一般提取某种特征，将其表达成公式，方便使用程序算法去计算。预备知识四、协同过滤算法基于用户的协同过滤：核心是找相似的用户。比如图5-44例子中，用户小爱、小明都购买过物品洋葱、菜花，那么可以认为小爱和小明是相似的。因为他们共同喜欢的物品多。因此，就可以将小爱购买过的辣椒推荐给小明。实现思路活动1：你的同桌喜欢听什么类型的歌曲？如果需要你推荐一首歌，你会向他推荐什么歌曲？说说原因。活动2：你喜欢听哪个歌手的歌？如果小明和你的听歌兴趣相同，你会推荐他听什么歌？练技能积木块介绍练技能任务实现思路展效果评过程环节1：与同组同学分享你在本节实验中的收获与体会。评过程课堂小结本次任务使用平台积木式编程完成了程序的编写，了解了导航的几个步骤，体会了如何在地图中找到最短路径。评过程环节1：与同组同学分享你在本节实验中的感想与体会。环节2：课后完成评价反思及巩固提升促巩固课后作业：完成评价反思完成课后巩固提升练习评价反思1.学习评价根据学习任务的完成情况，对照下表中“观察点”列举的内容进行自评或互评，并在对应的表格内下打“√”观察点完全

掌握基本

掌握尚未

掌握理解图片描述生成技术的原理

了解计算机实现图像描述生成的过程对看图说话实验完成的程度

评价反思2.学习反思回顾与反思简要描述知道了什么？

理解了什么？

能够做什么？

完成得怎么样？

还存在什么问题？

如何做得更好？

巩固提升1.下面不属于路径规划算法的是（）A遗传算法B排序算法C模拟退火算法D栅格