Gruppe 5 — Ibex
Mit frischer Luft und Sonne zum Sieg
30. Oktober 2009
1

Das Team
✤ Léonie Fierz, Davos
✤ Corsin Camichel, Laax
2

Netflix Recommender Framework
✤ C++ und Qt-Framework
✤ Out-of-the-Box support für das Netflix Datenset
✤ erweitert um Blending, Datum
3

Lessons Learned
✤ Papers, Papers, Papers
✤ C++ extrem effizient mit grosser Datenmenge
✤ binary Filemapping, mühsam zum erweitern / verstehen
✤ Beinahe endlose Möglichkeiten für Algorithmen
✤ aber Zeit fehlt
4

Algorithmen
✤ SlopeOne http://www.daniel-lemire.com/fr/abstracts/SDM2005.html
✤ SVD
✤ Bayesian
✤ Randomizer srand(1,5)
✤ kNN / Pearson
✤ Averages
5

Algorithmus SlopeOne
✤ Collaborative Filtering Algorithmus
✤ Basiert auf der Differenz zwischen Ratings
6

Submissions
✤ 21. Oktober: SlopeOne 0.9896435
7

Aktuelle Probleme
✤ Zeit
✤ Blending starten
✤ Parallelisierung SVD
8

Nächste Schritte
✤ Algorithmus mit Datum (SlopeOne)
✤ SVD++ / RBM
✤ Blending anwenden
✤ Weitere Submissions
9

10

Over and Out
So long and thanks for all the fish
42

Zusammenfassung
✤ Team 5 “Ibex”: Léonie Fierz, Corsin Camichel
✤ Netflix Recommender Framework (C++ / Qt)
✤ Algorithmen: Average, Bayesian, SVD, kNN, SlopeOne, Randomizer
✤ SlopeOne Submission mit 0.9896435 am 21.10.2009
✤ Parallelisierung schwer
12

Quellennachweis
✤ Titelfoto: http://commons.wikimedia.org/wiki/File:Ibex.jpg
✤ Sad Icon: http://icons.mysitemyway.com/free-clipart-icons/1/sad-face-icon-style-2-id/17891/style-id/
171/blue-jelly-icons/symbols-shapes/
✤ Algorithmenverteilung: http://www.netflixprize.com/assets/NetflixPrizeKDD_to_appear.pdf (Netflix
Inc.)
✤ Netflixprize Trophy: http://www.switched.com/2009/07/28/netflix-prize-winner-to-be-determined-by-
fractions-of-a-point?icid=sphere_blogsmith_inpage_downloadsquad
✤ Steinbock: http://www.piqs.de/fotos/47228.html
13