Przejdź do głównej treści
Polski— Wybierz język
Menu

Rekomendacje spersonalizowane

Lekcja 19 z 22 Zaktualizowano 29 lipca 2026 Programista
Na tej stronie
  1. Cele
  2. Zasada: Podobieństwo równa się rekomendacji
  3. Rekomendacje oparte na treści
  4. Profil użytkownika na podstawie historii
  5. Rekomendacje na podstawie zapytania tekstowego
  6. Dywersyfikacja rekomendacji
  7. Kluczowe wnioski

Cele

  • Zbuduj system rekomendacji oparty na osadzeniach (embeddings)
  • Wdróż rekomendacje oparte na treści i na użytkowniku
  • Rozwiąż problem zimnego startu i zadbaj o różnorodność

Zasada: Podobieństwo równa się rekomendacji

Klasyczny silnik rekomendacji obserwuje zachowania: „Osoby, które przeczytały ten artykuł, przeczytały również tamten“. Potrzebuje on ogromnego ruchu, aby móc cokolwiek sensownego zasugerować – to właśnie problem zimnego startu, który dotyka zarówno nowe katalogi, jak i artykuły opublikowane dziś rano.

Podejście oparte na osadzeniach pomija to oczekiwanie. Jeśli użytkownik polubił jakiś artykuł, rekomendujesz mu te o najbliższych osadzeniach. Jest to rekomendacja oparta na treści: polega ona na zawartości, a nie na zachowaniach innych użytkowników. Artykuł opublikowany dziesięć minut temu, którego żaden czytelnik jeszcze nie otworzył, posiada już swoje osadzenie i natychmiast nadaje się do rekomendacji.

Rekomendacje oparte na treści

Poniższy katalog celowo miesza dwa światy – uczenie maszynowe po jednej stronie i inżynierię oprogramowania po drugiej – aby wyniki były weryfikowalne. Każdy artykuł jest kodowany przez połączenie jego tytułu i treści: tytuł ujmuje temat w pigułce, treść dostarcza słownictwa, a użycie tylko jednego z tych elementów pogarsza jakość znajdowanych sąsiadów.

Sztuczka tkwi w linii scores[idx] = -1. Bez niej artykuł najbardziej podobny do danego artykułu byłby zawsze on sam, z wynikiem 1,0 – co oznaczałoby rekomendowanie czytelnikowi tego, co właśnie skończył czytać.

from openai import OpenAI
import numpy as np

client = OpenAI()

# Katalog artykułów
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..."},
]

# Indeksowanie katalogu
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]:
    """Rekomenduje k najbardziej podobnych artykułów."""
    idx = next(i for i, a in enumerate(articles) if a["id"] == article_id)
    article_emb = catalogue_embs[idx]

    # Podobieństwo do wszystkich innych artykułów
    scores = catalogue_embs @ article_emb
    scores[idx] = -1  # Wyklucz sam artykuł

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

# Użytkownik czyta "Wstęp do ML"
recos = recommander_similaires("a1", k=3)
print("Przeczytałeś: Introduction au machine learning")
print("Rekomendacje:")
for r in recos:
    print(f"  [{r['score']:.3f}] {r['article']['titre']}")

Profil użytkownika na podstawie historii

Rekomendowanie w oparciu o pojedynczy artykuł szybko wpędza czytelnika w pułapkę. Aby uwzględnić całą jego ścieżkę, budujesz wektor profilu, łącząc osadzenia artykułów, które wyświetlił: ten uśredniony punkt reprezentuje jego zainteresowania w tej samej przestrzeni co katalog, a następnie szukasz artykułów najbliższych temu punktowi.

Jednakże odczyty sprzed sześciu miesięcy nie powinny ważyć tyle co te z wczoraj. Ważenie ze względu na świeżość (recency weighting) rozwiązuje ten problem: czynnik 0.5 ** (n - 1 - i) zmniejsza wagę o połowę przy każdym kroku wstecz w historii. Czytelnik, który od dawna śledził tematy związane z uczeniem maszynowym, ale niedawno przestawił się na API, zobaczy zmianę w rekomendacjach już po kilku artykułach, zamiast pozostawać w zawieszeniu. Końcowa normalizacja przywraca profil do sfery jednostkowej, co jest warunkiem koniecznym, aby iloczyn skalarny z katalogiem stanowił właściwe podobieństwo kosinusowe.

def creer_profil_utilisateur(
    articles_consultes: list[str],
    poids_recency: bool = True
) -> np.ndarray:
    """Tworzy wektor profilu na podstawie historii."""
    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:
        # Nowsze artykuły liczą się bardziej
        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)

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

def recommander_pour_utilisateur(
    articles_consultes: list[str],
    k: int = 3
) -> list[dict]:
    """Rekomenduje artykuły na podstawie profilu użytkownika."""
    profil = creer_profil_utilisateur(articles_consultes)

    scores = catalogue_embs @ profil
    # Wyklucz już wyświetlone artykuły
    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
    ]

# Użytkownik, który czytał o ML i deep learningu
recos = recommander_pour_utilisateur(["a1", "a2"], k=3)
print("Historia: ML + PyTorch")
print("Rekomendacje:")
for r in recos:
    print(f"  [{r['score']:.3f}] {r['article']['titre']}")

Rekomendacje na podstawie zapytania tekstowego

Profil behawioralny ignoruje jedną rzecz, którą użytkownik zna lepiej niż ty: czego szuka dzisiaj. Ponieważ katalog jest już zakodowany, wystarczy zakodować frazę w języku naturalnym, aby odpytać tę samą przestrzeń. Zapytanie „Chcę nauczyć się tworzyć API“ wyświetli artykuł o FastAPI, nawet jeśli historia czytelnika zawiera wyłącznie tematy związane z uczeniem maszynowym. Jest to również jedyna dostępna opcja dla odwiedzającego, o którym nic nie wiesz.

def recommander_par_interet(
    description: str,
    k: int = 3
) -> list[dict]:
    """Rekomenduje artykuły na podstawie opisu zainteresowań."""
    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
    ]

# „Chcę nauczyć się tworzyć API webowe w Pythonie“
recos = recommander_par_interet("créer des APIs web en Python")
for r in recos:
    print(f"  [{r['score']:.3f}] {r['article']['titre']}")

Dywersyfikacja rekomendacji

Sortowanie wyłącznie według podobieństwa ujawnia widoczny błąd w środowisku produkcyjnym: pięć rekomendacji wygląda tak samo. Czytelnik artykułu o CNN otrzymuje pięć wariantów widzenia komputerowego, podczas gdy druga lub trzecia sugestia mogłyby otworzyć drzwi do transformerów.

MMR (Maximal Marginal Relevance) naprawia to, wybierając artykuły jeden po drugim: w każdym kroku wybiera ten, który maksymalizuje trafność względem zapytania, pomniejszoną o maksymalną redundancję z tym, co już wybrano. Parametr lambda_param ustala kompromis – przy wartości 1,0 otrzymujesz klasyczne sortowanie, przy 0,5 mocno faworyzujesz różnorodność, a domyślna wartość 0,7 daje trafną listę, która „oddycha“.

def recommander_divers(
    query_emb: np.ndarray,
    k: int = 5,
    lambda_param: float = 0.7
) -> list[int]:
    """MMR: balansuje między trafnością a różnorodnością."""
    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:
            # Trafność
            pertinence = scores[idx]

            # Maksymalna redundancja z już wybranymi
            if selectionnes:
                sims_selectionnes = [
                    float(np.dot(catalogue_embs[idx], catalogue_embs[s]))
                    for s in selectionnes
                ]
                redondance = max(sims_selectionnes)
            else:
                redondance = 0

            # Wynik MMR
            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

Kluczowe wnioski

  • Osadzenia pozwalają na rekomendacje oparte na podobieństwie treści
  • Profil użytkownika buduje się poprzez uśrednianie osadzeń wyświetlonych artykułów
  • Ważenie ze względu na świeżość nadaje większą wagę niedawnym wyświetleniom
  • MMR dywersyfikuje rekomendacje, karząc redundancję