Time issue in designing a RS

之前看了學長的 Time weighted CF 演算法成功了改進傳統
CF演算法的Accuracy。心中還是有些疑惑，依照學長的論
點是，一個人早期的 rating 資料的參考價值，不會比現在的
rating 資料的參考價值來的高。因此他設計了一個參考價值
依照時間飄逝 decrese 的曲線，也就是距離目前時間點愈近
則參考價值就比較高，愈遠就參考價值愈低。比如今天某位
使用者所做的 rating 參考價值是 1 ，則昨天此位 user 所做的
rating參考價值可能就是 0.9，如此把參考價值乘上實際的rating
數值所得除來的數字是比較具有參考性的。利用這種想法稍微
改了一下 CF 演算法的核心部份，準確度就上升了。但是目前
在 RS 系統上改善 Accuracy 的主要盲點是在於大家都會想出一
套新的方法來改變舊有的演算法，之後宣稱這個方法是可以提
升準確度的。但是卻沒辦法去證明說如果要改善準確度用這些
新方法就可以真的達到目的。 As known as if p then q ( p -> q) ,
we can not guarantee that q -> p 。其實這和 overfitting 有很大
的關係，儘管我們用很複雜的 model 來讓這份萬年 training data
( MovieLens ) 得到最好的 training 效果，並不意味我們拿到一份
全然不同的 training [...]

Read Full Post »

Mail 相關術語，分析 Mail 所建立的 social networks

TO : 郵件的主要接收人
CC : 全名是 Carbon Copy ，副本。
BCC : 全名是 Blind Carbon Copy，密件副本。
在分析 Mail 所建立的 social networks 時，郵件彼此傳送之間
傳送者與接收者的重要性可以由 TO , CC , BCC 看出。 比如一
封 MAIL 如果 TO 很多人，則這封郵件對於每個人的重要性就
沒有來比TO 單一個人來的高。當然，BCC給某個人，則代表
這封郵件對那個BCC接收者顯得更唯重要，或是說寄信者相信
BCC的接受者才會利用BCC這欄位。
在分析 Social network 所做的 Visualization 目的是為了讓使用
者能更直觀的看出人與人之間的關係，比如兩個 Nodes之間的遠
近就可以表示這兩個Nodes之間的相似度或是親密度或是相關度等。
但是當 Network 的 Scale 很大時，做Visualization可能就會遭遇呈現
的問題吧，想像著要把好幾千人所組成的 Network 秀在一個小螢幕上
又可以同時讓使用者了解每個 node 是代表哪位人物的確不是很容易
做得到的。

Read Full Post »

Recommender Systems - Trust

How to make user trust our recommender system is a crucial
design goal . Image that if a RS always recommend items that
a user have never seen , so the items will be strange to the user.
In other words , the RS will not be so friendly to the user . So
how to make RS seems [...]

Read Full Post »

PR Notes

Pattern recognition — the act of taking in raw data and taking an action based on the “category” of the pattern .
Segmentation operation in which the images of different fish are somehow isolated from one another and from the background. 比如把某隻魚從其他的魚中獨立出來並且去除背景，此動作叫做Segmentation。
Feature 的好壞 : 當一個 feature f1 和 feature f2 有相關性 ( 比如是正相關 ) .
則同時選擇 [...]

Read Full Post »

CLIPS V.S. JESS

原來 JESS 的前身就是 CLIPS ，JESS 是從 CLIPS 的核心去改出來的版本。
所以語法上幾乎都相通，所以理論上CLIPS可以跑的程式套到JESS上應該
也可以RUN才對。大四下修的Expert System整學期幾乎都在練 CLIPS。
每次上課完都會來一次刺激的上機小考，從 Sort 考到 Permutation ，從
Tree hierarchy relationship 考到 Parsing grammar，幾乎一般程式(C C++)
能辦到的事情拿來CLIPS做都是秒殺。寫 Rule-based程式最大的難度在於
常常我們無法用頭腦去 TRACE 程式的執行流程，比如哪個 Rule 會被先
Activate 等等的一些不確定性，但這也是寫 Rule - based 語言的一種新思維
也就是我們不需要從 sequential 的角度來設計程式流程，而是要用另外一種
思維（不會形容，Design Rule的思維 @@||）來設計程式。
CLIPS V.S. JESS 相關文獻:
http://www.comp.lancs.ac.uk/~kristof/research/notes/clipsvsjess/index.html

Read Full Post »

HMM structure

Image that we close our eyes , and choose a coin between the two
biased coin that we have prepared . Assume that the first coin have
80 % for us to get head and 20% for us to get tail , and the second
coin have 70 % for us to get head and 30% for us [...]

Read Full Post »

Anytime Algorithm

Concept :
Common programs will end in a few seconds (ex: 5 secs) and finally give the outputs to the user .But if the programs didn’t run completely and end in the middle ( ex: 3 secs) , what will happen ?The most common answer is that the program will just quit and do not thing [...]

Read Full Post »