BertItemDistanceMatrixJob

En Rec-Sys cada recomendador tiene asociada dos matrices de somilitud user-user e item-item. Es posible crear distintos recomendados a partir de las estas matrices.

Las matrices item-item pueden calcularse con disti ntos modelos de filtros colaborativos. Mediando SDV, NFM, GMF, Biased-GMF, DEEP-FM, etc... Estos metodo genera matricez de similitud que en base a las interaciones de los usuarios. Cuando no tenemos suficientes interacciones de los usuarios puede utilizarse un enfoque basado encontenido. Es decir, calcula la similutid utilizando atributos de los items.

El job o proceso BertItemDistanceMatrixJob calcula insentence embedding a partir del tutolo y descripción de los items. utiliza un modelo bert preentrenado el cual es parametro del job. De esta forma exsiten 4 jobs distintos cada uno utiliza un modelo distintos. los modelso utilizados son los siguientes:

• multi-qa-mpnet-base-dot-v1
• all-mpnet-base-v2
• all-MiniLM-L12-v2
• multi-qa-mpnet-base-dot-v1

Ver Pretrained Models para mas detalle.

Finamente, estos jobs genera nuevas matrices de distnacia item-item que pueden utilizase para mejorar las recomendaciones de tipo: items similares.