아마존에서 사용자의 구매 행동을 모델링하는 방법은 무엇입니까?

데이터 과학의 최종 과정 프로젝트를 위해 다음을 제안했습니다.

Amazon Reviews Dataset을 제공하면 Amazon 에 광고를 배치하기위한 전략적 위치를 결정하는 알고리즘 (대략 개인화 된 PageRank 기반)을 제시 할 계획입니다. 예를 들어 아마존에는 수백만 개의 제품이 있습니다. 그리고 데이터 세트는 어떤 제품이 관련되어 있는지, 어떤 제품이 모여서 함께 보았는지 등에 대한 아이디어를 제공합니다. 14 년 이 모든 정보를 사용하여 아마존에서 제품을 평가 / 순위 화합니다. 이제 제품 페이지에 대한 트래픽을 개선하려는 Amazon 공급 업체입니다. Google 알고리즘은 최대 트래픽을 유도 할 수 있도록 광고를 게재 할 수있는 그래프의 전략적 위치를 식별하는 데 도움이됩니다.

교수님의 질문은 실제 사용자없이 알고리즘을 어떻게 검증 할 것인가입니다. 우리가 말했다-

고정 된 사용자 집합을 모델링 할 수 있습니다. 일부 사용자는 따라 also_bought하고 also_viewed첫 번째 나 다섯 번째 홉보다 더 자주 세 번째 홉에 대한 링크. 사용자의 행동은 일반적으로 배포됩니다. 일부 다른 사용자는 첫 번째 홉 이상을 거의 탐색하지 않습니다. 이 사용자 행동 세트는 기하 급수적으로 분산됩니다.

교수님의 말-사용자가 어떤 배포를하더라도 비슷한 제품에 대한 링크를 사용하여 탐색하고 있습니다. 순위 알고리즘은 또한 제품 순위를 매기는 유사성 b / w 2 제품을 고려합니다. 따라서이 유효성 검사 알고리즘을 사용하는 것이 cheating좋습니다. 알고리즘에보다 현실적이고 직교하는 다른 사용자 행동이 있습니다.

사용자 행동을 모델링하는 방법에 대한 아이디어가 있습니까? Algo에 대한 자세한 내용을 알려 드리겠습니다.

알고리즘의 유효성을 어떻게 확인합니까?

두 번째 질문에 답하려고하는 대신 첫 번째 질문에 대한 답을 수정해야 할 수도 있습니다.

데이터 과학 수업 전체에서 학습 방법을 검증하기 위해 어떤 방법을 사용 했습니까? 먼저 모델의 성공 또는 실패를 평가하기 위해 특정 수치 메트릭 세트 를 정의하려고합니다 . 둘째, 매우 현실적인 테스트 모집단 을 만들기 위해 어떤 방법을 사용할 수 있습니까 (인구를 모델링하는 것보다 더 현실적인가)? 내가 줄 첫 번째 힌트는 Amazon Reviews Dataset 이 매우 크기 때문에 데이터를이 방법으로 수정할 수 있다는 것입니다. 내가 줄 두 번째 힌트는이 방법이 수업 중 당신이 작업 한지도 학습 문제의 95 %에서 사용한 방법 일 것입니다 ...

희망이 도움이 되길 바랍니다 ... OP가 추가 한 의견을 기반으로 해야하는 경우이를 편집 할 것입니다. 그러나 이것은 유기적 인 생각을 이끌어 내기 위해 솔루션을 즉시 제공하고 싶지 않습니다. 또한 올바른 솔루션을 스스로 만들도록 도와 주려고 노력합니다.

사용해야하는 행동 모델에 대한 두 가지 요구 사항이 있습니다. (1) "보다 현실적인"및 (2) 알고리즘에 직교.

(1) 현실적으로, 행동이 아마존 구매의 특정 상황이 아닌 다른 더 넓은 상황에서 관찰 된 행동을 반영해야한다는 것을 의미한다고 가정하자.

(2) 직교는 이해하기 더 간단합니다. 모델링 된 동작은 제품 간의 유사성에 의해 주도되어서는 안됩니다.

이러한 두 가지 요구 사항을 충족시키는 간단한 접근 방식은 구매 행동이 성별, 연령, 위치 (예 : 도시 지역 / 농촌) 및 경제적 제약 (소득 및 가격)과 같은 사회 인구 통계 학적 특징에 의해 결정된다는 사실에서 비롯됩니다.

사용자 세트와 제품 세트가 있습니다. 간단하지만 신중한 회귀 기술을 사용하여 사회 인구 통계 학적 변수와 제품 수요 간의 관계를 추정 할 수 있습니다. 필요한 경우 외부 데이터 소스를 사용하여 수입과 같은 중요한 결측 변수에 대한 가정을 할 수 있습니다.

그런 다음 공급 업체 인 경우 사회 인구 통계 학적 모델은 제품을 구매할 가능성이 가장 높은 그룹을 예측합니다.

나는 그것이 도움이되기를 바랍니다 :)

벤