Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Rakkomandazzjonijiet Personalizzati

Lezzjoni 19 / 22 Aġġornat 29 ta’ Lulju 2026 Zviluppatur
F'din il-paġna
  1. Għanijiet
  2. Il-Prinċipju: Is-Similarità Hija Rakkomandazzjoni
  3. Rakkomandazzjoni Bbażata fuq il-Kontenut
  4. Profil tal-Utent mill-Istorja
  5. Rakkomandazzjoni b’Mistoqsija tat-Tekst
  6. Diversifikazzjoni tar-Rakkomandazzjonijiet
  7. Punti Ewlenin

Għanijiet

  • Tibni sistema ta’ rakkomandazzjoni bbażata fuq embeddings
  • Timplimenta rakkomandazzjoni bbażata fuq il-kontenut u fuq l-utent
  • Timmaniġġja l-bidu kiesaħ (cold start) u d-diversità

Il-Prinċipju: Is-Similarità Hija Rakkomandazzjoni

Magna klassika ta’ rakkomandazzjoni tosserva l-imġiba: “In-nies li qraw dan l-artiklu qraw ukoll dak.” Jeħtieġ ħafna traffiku qabel ma tkun tista’ tgħid xi ħaġa utli—dan huwa l-problema tal-bidu kiesaħ (cold start), li tolqot kemm il-katalogi ġodda kif ukoll l-artikli ppubblikati llum stess.

L-approċċ bl-embeddings jaqbeż dan l-istennija. Jekk utent għoġbu artiklu, tirrakkomanda dawk bl-embeddings l-aktar qrib. Din hija rakkomandazzjoni bbażata fuq il-kontenut: tiddependi fuq il-kontenut, mhux fuq l-imġiba ta’ utenti oħra. Artiklu ppubblikat għaxar minuti ilu, li l-ebda qarrej ma fetaħ għadu, diġà għandu embedding u jsir rakkomandabbli immedjatament.

Rakkomandazzjoni Bbażata fuq il-Kontenut

Il-katalogu hawn taħt iħallat intenzjonalament żewġ dinjiet—tagħlim tal-magna (machine learning) fuq naħa, u inġinerija tas-softwer fuq l-oħra—sabiex ir-riżultati jkunu verifikabbli. Kull artiklu huwa kkodifikat billi tgħaqqad it-titlu u l-kontenut tiegħu: it-titlu jaqbad is-suġġett fil-qosor, il-kontenut jipprovdi l-vokabolarju, u l-użu ta’ wieħed mingħajr l-ieħor inaqqas il-kwalità tal-ġirien misjuba.

It-trikka tinsab fil-linja scores[idx] = -1. Mingħajrha, l-artiklu l-aktar simili għal artiklu dejjem ikun huwa nnifsu, b’punteġġ ta’ 1.0—u tkun qed tirrakkomanda lil qarrej dak li għadu kemm lesta.

from openai import OpenAI
import numpy as np

client = OpenAI()

# Article catalog
articles = [
    {"id": "a1", "titre": "Introduction au machine learning",
     "contenu": "Le ML permet aux machines d'apprendre à partir de données..."},
    {"id": "a2", "titre": "Deep learning avec PyTorch",
     "contenu": "PyTorch est un framework de deep learning flexible..."},
    {"id": "a3", "titre": "Déployer une API REST avec FastAPI",
     "contenu": "FastAPI est un framework Python pour créer des APIs..."},
    {"id": "a4", "titre": "Les bases de PostgreSQL",
     "contenu": "PostgreSQL est un SGBD relationnel open source..."},
    {"id": "a5", "titre": "Réseaux de neurones convolutifs",
     "contenu": "Les CNN sont utilisés pour la vision par ordinateur..."},
    {"id": "a6", "titre": "NLP avec les transformers",
     "contenu": "Les transformers ont révolutionné le traitement du langage..."},
]

# Index the catalog
textes = [f"{a['titre']}. {a['contenu']}" for a in articles]
response = client.embeddings.create(
    input=textes, model="text-embedding-3-large"
)
catalogue_embs = np.array(
    [d.embedding for d in sorted(response.data, key=lambda x: x.index)]
)

def recommander_similaires(
    article_id: str,
    k: int = 3
) -> list[dict]:
    """Recommends the k most similar articles."""
    idx = next(i for i, a in enumerate(articles) if a["id"] == article_id)
    article_emb = catalogue_embs[idx]

    # Similarity with all other articles
    scores = catalogue_embs @ article_emb
    scores[idx] = -1  # Exclude the article itself

    top_k = np.argsort(scores)[-k:][::-1]
    return [
        {"article": articles[i], "score": float(scores[i])}
        for i in top_k
    ]

# A user reads "Introduction to ML"
recos = recommander_similaires("a1", k=3)
print("You read: Introduction au machine learning")
print("Recommendations:")
for r in recos:
    print(f"  [{r['score']:.3f}] {r['article']['titre']}")

Profil tal-Utent mill-Istorja

Ir-rakkomandazzjoni bbażata fuq artiklu wieħed biss tista’ malajr taqbad lill-qarrej f’bużnizza. Biex tqis il-vjaġġ kollu tiegħu, tibni vettur tal-profil billi tgħaqqad l-embeddings tal-artikli li raw: dan il-punt medju jirrappreżenta l-interessi tagħhom fl-istess spazju tal-katalogu, u mbagħad tfittex l-artikli l-aktar qrib ta’ dan il-punt.

Madankollu, il-qari ta’ sitt xhur ilu m’għandux ikollu l-istess piż bħal dak ta’ lbieraħ. Il-piż tar-reċenza (recency weighting) jittratta dan: il-fattur 0.5 ** (n - 1 - i) inaqqsu n-nofs il-piż f’kull pass lura fl-istorja. Qarrej li segwa t-tagħlim tal-magna għal żmien twil iżda dan l-aħħar beda bl-APIs se jara r-rakkomandazzjonijiet tiegħu jinbidlu fi ftit artikli minflok ma jibqgħu ffriżati. In-normalizzazzjoni finali terġa’ ġġib il-profil għall-isfera unitarja, kundizzjoni biex il-prodott dot mal-katalogu jkun similarità tal-kożinu xierqa.

def creer_profil_utilisateur(
    articles_consultes: list[str],
    poids_recency: bool = True
) -> np.ndarray:
    """Creates a profile vector from history."""
    indices = [
        i for i, a in enumerate(articles)
        if a["id"] in articles_consultes
    ]

    if not indices:
        return np.zeros(catalogue_embs.shape[1])

    embs = catalogue_embs[indices]

    if poids_recency:
        # Recent articles count more
        n = len(indices)
        poids = np.array([0.5 ** (n - 1 - i) for i in range(n)])
        poids /= poids.sum()
        profil = np.average(embs, axis=0, weights=poids)
    else:
        profil = np.mean(embs, axis=0)

    # Normalize
    profil /= np.linalg.norm(profil)
    return profil

def recommander_pour_utilisateur(
    articles_consultes: list[str],
    k: int = 3
) -> list[dict]:
    """Recommends articles based on the user profile."""
    profil = creer_profil_utilisateur(articles_consultes)

    scores = catalogue_embs @ profil
    # Exclude already viewed articles
    for i, a in enumerate(articles):
        if a["id"] in articles_consultes:
            scores[i] = -1

    top_k = np.argsort(scores)[-k:][::-1]
    return [
        {"article": articles[i], "score": float(scores[i])}
        for i in top_k
    ]

# User who read ML and deep learning
recos = recommander_pour_utilisateur(["a1", "a2"], k=3)
print("History: ML + PyTorch")
print("Recommendations:")
for r in recos:
    print(f"  [{r['score']:.3f}] {r['article']['titre']}")

Rakkomandazzjoni b’Mistoqsija tat-Tekst

Il-profil imġibenti jinjora ħaġa waħda li l-utent jaf aħjar minnek: x’inhu qed ifittex illum. Peress li l-katalogu diġà huwa kkodifikat, biss għandek bżonn tikkodifika frażi ta’ test liberu biex tistaqsi lill-istess spazju. “Nixtieq nitgħallem noħloq APIs” iġib l-artiklu ta’ FastAPI, anke jekk l-istorja tal-qarrej fiha biss tagħlim tal-magna. Din hija wkoll l-unika għażla disponibbli għal viżitatur li ma taf xejn dwaru.

def recommander_par_interet(
    description: str,
    k: int = 3
) -> list[dict]:
    """Recommends articles based on an interest description."""
    query_emb = client.embeddings.create(
        input=description,
        model="text-embedding-3-large"
    ).data[0].embedding

    scores = catalogue_embs @ np.array(query_emb)
    top_k = np.argsort(scores)[-k:][::-1]

    return [
        {"article": articles[i], "score": float(scores[i])}
        for i in top_k
    ]

# "I want to learn how to create APIs"
recos = recommander_par_interet("créer des APIs web en Python")
for r in recos:
    print(f"  [{r['score']:.3f}] {r['article']['titre']}")

Diversifikazzjoni tar-Rakkomandazzjonijiet

L-issortjar bis-similarità pura jipproduċi difett viżibbli fil-produzzjoni: il-ħames rakkomandazzjonijiet jixbhu lil xulxin. Qarrej tal-artiklu dwar is-CNN jirċievi ħames varjanti tal-viżjoni kompjuterizzata, meta t-tieni jew it-tielet suġġeriment seta’ jiftaħ il-bieb għat-transformers.

MMR (Maximal Marginal Relevance) jissolva dan billi jagħżel l-artikli wieħed wieħed: f’kull dawra, jagħżel dak li jimmassimizza r-rilevanza għall-mistoqsija, minus ir-ridondanza massima ma’ dak li diġà ntgħażel. Il-lambda_param jistabbilixxi l-kompromess—f’1.0 tikseb issortjar klassiku, f’0.5 tiffavorixxi ħafna l-varjetà, u l-valur predefinit ta’ 0.7 jagħti lista rilevanti li tieħu n-nifs.

def recommander_divers(
    query_emb: np.ndarray,
    k: int = 5,
    lambda_param: float = 0.7
) -> list[int]:
    """MMR: balances relevance and diversity."""
    scores = catalogue_embs @ query_emb
    candidats = list(range(len(articles)))
    selectionnes = []

    for _ in range(k):
        if not candidats:
            break

        meilleur_score = -float("inf")
        meilleur_idx = -1

        for idx in candidats:
            # Relevance
            pertinence = scores[idx]

            # Max redundancy with already selected
            if selectionnes:
                sims_selectionnes = [
                    float(np.dot(catalogue_embs[idx], catalogue_embs[s]))
                    for s in selectionnes
                ]
                redondance = max(sims_selectionnes)
            else:
                redondance = 0

            # MMR Score
            mmr_score = (
                lambda_param * pertinence
                - (1 - lambda_param) * redondance
            )

            if mmr_score > meilleur_score:
                meilleur_score = mmr_score
                meilleur_idx = idx

        selectionnes.append(meilleur_idx)
        candidats.remove(meilleur_idx)

    return selectionnes

Punti Ewlenin

  • L-embeddings jippermettu rakkomandazzjoni bis-similarità tal-kontenut
  • Il-profil tal-utent jinbena billi jiġu medjati l-embeddings meqjusa
  • Il-piż tar-reċenza jagħti aktar importanza lill-viżjonijiet riċenti
  • L-MMR jiddiversifika r-rakkomandazzjonijiet billi jippenalizza r-ridondanza