The Components of Recommender System

Một Recommendation System (RecSys) gồm 5 thành phần chính:

• Data Collection and Processing
• Recommender Model
• Recommendation Post-processing
• Online Modules
• User Interface

Data Collection and Processing: Luôn là bước cực kỳ quan trọng trong bất kỳ bài toán data science nào. Đầu vào là rác cho đầu ra cũng là rác, vì vậy, cần phải tốn thời gian để xử lý đám data ngông cuồng, vô tổ chức bằng các kỹ thuật như data cleaning, normalization, feature selection and generation… Việc xử lý tốt data giúp cho chất lượng mô hình tuyệt vời hơn.

Recommender Model: Được đông đảo cư dân tìm đến khi bước đầu học machine learning, vì vậy rất nhiều người không biết về một hệ thống end-to-end. Với đầu vào là các thông tin đã được xử lý về users, items, mô hình sẽ dự đoán items nào được quan tâm bởi users nào.

Recommendation Post-processing: Các kết quả gợi ý được sinh ra bởi mô hình cần được xử lý nhằm đảm bảo rằng RecSys không quá ngu. Một số kết quả gợi ý bị loại bỏ trong khi một số khác được sắp xếp lại hoặc một số business logic như không gợi ý các loại items nào đó cho một user cụ thể cũng như cố gắng tăng sự đa dạng trong danh sách gợi ý cho users.

Online Modules: Chịu trách nhiệm cho việc phục vụ và thu thập hành vi người dùng. Một số dữ liệu được ghi lại nhằm báo cáo về hiệu suất hoạt động của hệ thống và tương tác từ người dùng. Các phương pháp online testing cũng có thể thực hiện ở bước này.

User Interface: Đây là nơi người dùng trực tiếp tương tác và trải nghiệm. UI chính là cái mặt tiền, xinh đẹp thì xài nhiều, xấu xí thì người ta bỏ đi. Ai cũng yêu cái đẹp và UI góp phần rất lớn trong việc thu hút người dùng sử dụng hệ thống

Năm thành phần cơ bản trên cấu thành một RecSys, có thể được phát triển song song hoặc tuần tự phụ thuộc vào từng dự án. Một số nơi có thể chia nhiều hơn, phức tạp hơn nhưng cơ bản chính là như vậy.

Preferences:
[1] https://buildingrecommenders.wordpress.com/2015/11/10/the-components-of-a-recommender-