Des interactions, pas des notes
- Leçon 4
- 35 min
- Module 2 : Les données, la rétroaction implicite et un découpage honnête
Où nous en sommes
Nous avons exécuté notre première référence de base sur le journal du magasin. Il contient des consultations, des ajouts au panier et des commandes, mais aucune note. Dans cette leçon, nous traitons ces événements comme une rétroaction implicite. Nous donnons un poids à chacun et voyons ce que signifie un événement absent.
Leçon 4 sur 29 · Recommandation et personnalisation : montrer à chacun ce qui compteDes interactions, pas des notes
1. Le problème de la recommandation
2. Les données, la rétroaction implicite et un découpage honnête
3. Mesurer les recommandations hors ligne
4. Les voisins et le filtrage collaboratif
5. La factorisation matricielle pour la rétroaction implicite
6. Le contenu, les hybrides et le démarrage à froid
7. Deux étapes : les candidats et le classement
8. Des scores hors ligne au vrai magasin
9. L'exploiter en production
Ce que vous saurez faire
Transformez les actions des clients (consultations, ajouts au panier et commandes) en un nombre par client et produit. Apprenez ce qu’un événement absent peut signifier ou non. Toutes les méthodes de ce cours partent de ces nombres.
Carnet JupyterFaites cette leçon dans un carnet Jupyter
Le carnet (notebook) Jupyter contient le code et l’exercice de cette leçon. Il pondère les événements du journal du magasin et affiche les produits d’un client. Il compte aussi combien de paires « pas acheté » ont mené à un achat plus tard. Ses cellules de configuration installent les paquets et téléchargent les données. Aucune configuration locale n’est donc nécessaire. Environ 20 minutes.
Le carnet est en anglais. Colab et Kaggle ouvrent votre propre copie. Il faut un compte Google ou Kaggle gratuit. Vous êtes bloqué ? Consultez le carnet de solution.
Avant de commencerCe qu’il faut savoir et avoir sous la main
Ce que vous devez savoir
- Le journal du magasin Larkfield (produits, clients, événements) et la référence de base de popularité, dans Découvrir le journal du magasin.
- Le rappel à 10 (recall@10) : la part des produits commandés par un client qui figurent dans la liste de 10, dans Ce que signifie la réussite.
Ce qu’il vous faut sur votre ordinateur
Rien pour le carnet. Pour le projet : votre dossier larkfield-recs de Découvrir le journal du magasin, avec son environnement virtuel activé. recs check affiche Setup check passed. (vérification de la configuration réussie).
Le journal du magasin Larkfield est synthétique : notre code a créé chaque produit, client et événement avec un modèle du comportement des clients. L’équipe du cours a mesuré les nombres sur un portable Apple M4. Testé sur macOS; les commandes Windows ne sont pas testées.
Une vendeuse qui observe
Section intitulée « Une vendeuse qui observe »Imaginez une bonne vendeuse dans un petit magasin pour la maison et le jardin. Les clients ne remplissent pas de formulaire sur leurs goûts. Personne ne donne d’étoiles à une lampe. Mais la vendeuse observe. Une femme prend un lampadaire et le regarde un moment. Elle le repose, fait le tour du magasin, puis revient vers lui. Elle l’apporte à la caisse. À côté, elle regarde une lampe de bureau pendant une seconde.
La vendeuse en apprend beaucoup. Le lampadaire donne un signal fort : la cliente est revenue et a payé. La lampe de bureau donne un signal faible : elle l’a regardée, sans plus. Les centaines de produits devant lesquels elle est passée ne disent presque rien à la vendeuse. Peut-être qu’elle ne les a pas vus. Peut-être qu’elle en a déjà un à la maison.
Un système de recommandation doit apprendre de la même façon. Il doit interpréter les actions des gens, car ils disent rarement ce qu’ils aiment.
Le problème : Larkfield n’a pas de notes
Section intitulée « Le problème : Larkfield n’a pas de notes »Tomás, l’ingénieur en IA de l’équipe, a lu des articles sur les systèmes de recommandation qui prédisent des notes : « ce client donnerait 4 étoiles à ce film ». Il veut faire la même chose pour Larkfield. Priya, la scientifique des données, ouvre le journal du magasin. Il n’y a aucune colonne de notes. Il y a trois types d’événements. Chaque événement correspond à une action d’un client sur un produit.
Description textuelle du graphique
Trois barres. Consultations : 572 465. Ajouts au panier : 149 577. Commandes : 83 274 lignes de commande, dans 57 418 commandes. Il y a environ 7 consultations par ligne de commande.
Un modèle de notes n’a donc rien pour apprendre. Et si Priya garde seulement les commandes, elle élimine la majeure partie du journal. Comptons ce que cela coûte. Avant la période de test (22 juin 2026), 38 377 clients ont fait quelque chose dans le magasin. Mais seulement 22 857 d’entre eux avaient déjà commandé. Pour les 15 520 autres clients, les commandes ne disent absolument rien, tandis que les consultations montrent ce qu’ils ont regardé. Pendant la période de test, 952 des 2 118 clients qui ont commandé n’avaient jamais commandé auparavant. Pour eux, les consultations et les ajouts au panier sont les seuls indices.
La rétroaction implicite
Section intitulée « La rétroaction implicite »La rétroaction explicite, c’est ce que les gens disent volontairement : une note, un avis, un pouce levé. La rétroaction implicite, c’est ce qu’ils font : consulter, ajouter au panier, acheter, revenir. Le mot « implicite » signifie « pas dit directement ». Le client ne nous dit pas « j’aime cette lampe ». Nous le déduisons de sa commande.
| Rétroaction explicite | Rétroaction implicite | |
|---|---|---|
| Exemple | 4 étoiles pour une lampe | une consultation, un ajout au panier, une commande |
| Quantité | peu : peu de gens donnent une note | beaucoup : chaque visite crée des événements |
| Ce qu’elle dit | aime ou n’aime pas | seulement de l’intérêt, d’intensité variable |
| Principal piège | les gens qui donnent des notes ne sont pas représentatifs | un événement absent n’est pas un « non » |
La plupart des magasins, applications et services de médias ont surtout de la rétroaction implicite. C’est pourquoi ce cours porte sur elle. Les idées d’apprentissage automatique sont les mêmes que dans Apprentissage automatique : du problème à un modèle fiable. Mais les données n’ont pas d’étiquettes « aime » et « n’aime pas ». Elles contiennent seulement des signaux d’intérêt.
Donnez un poids à chaque événement
Section intitulée « Donnez un poids à chaque événement »Une commande en dit plus qu’un ajout au panier, et un ajout au panier en dit plus qu’une consultation. Nous donnons donc un poids à chaque type d’événement : un nombre qui indique la force du signal. Le projet de Larkfield utilise ces poids :
| Événement | Poids | Pourquoi |
|---|---|---|
| consultation | 1 | faible : les gens regardent beaucoup de choses |
| panier | 3 | plus fort : ils ont envisagé un achat |
| commande | 5 | le plus fort : ils ont payé |
Ensuite, pour chaque client et produit, nous additionnons les poids de tous leurs événements. La somme représente l’interaction du client avec le produit : un nombre pour une paire. Voici un client présent dans le journal, C100134, pendant une journée d’avril 2025 :
Description textuelle du diagramme
À gauche figurent les sept événements du client, en ordre chronologique, chacun avec son poids. Le client a consulté une lampe de travail (+1) et un lampadaire (+1). Il a ajouté le lampadaire au panier (+3) et consulté une lampe à colonne de verre (+1). Puis il a consulté de nouveau le lampadaire (+1), l’a encore ajouté au panier (+3) et l’a commandé (+5). À droite figure la ligne du client : un nombre par produit. Le lampadaire a 13 (1 + 3 + 1 + 3 + 5), la lampe à colonne de verre 1 et la lampe de travail 1. Tous les autres produits ont une cellule vide : aucun événement, ce qui n’équivaut pas à une note de zéro.
Le lampadaire obtient 13, un signal fort. Les deux autres lampes obtiennent chacune 1 : un signal faible, mais pas nul. Le client a comparé trois lampadaires et en a choisi un.
Les poids sont un choix
Section intitulée « Les poids sont un choix »Personne n’a mesuré qu’une commande vaut exactement cinq consultations. Les poids 1, 3 et 5 sont une hypothèse, un point de départ raisonnable. D’autres magasins utilisent d’autres nombres. Certains comptent seulement les commandes. Certains utilisent le logarithme du décompte. Ainsi, 50 consultations d’un produit ne donnent pas un signal plus fort qu’une commande. Plus tard, dans ALS et BPR avec implicit, une méthode transforme ces sommes en « confiance ». Nous réglons alors la confiance qu’elle leur accorde. Pour l’instant, retenez ceci : les poids sont un paramètre, et un paramètre peut être testé.
« Pas acheté » ne signifie pas « pas aimé »
Section intitulée « « Pas acheté » ne signifie pas « pas aimé » »Regardez maintenant les cellules qui restent vides. Pour C100134, cela représente 2 991 des 2 994 produits. Une cellule vide signifie-t-elle « ce client n’aime pas ce produit »? Pensez aux histoires qui peuvent l’expliquer.
Description textuelle du diagramme
Quatre histoires mènent à la même cellule vide. Le client n’a jamais vu le produit, car il était à la page 9 des résultats. Le client n’en a pas besoin maintenant, comme un manteau d’hiver en juillet. Le client l’a acheté dans un autre magasin. Ou le client l’a vu et n’en veut pas. Seule la dernière histoire est un vrai « non ». Les données ne permettent pas de distinguer les quatre histoires.
La rétroaction implicite contient seulement des signaux positifs. Nous voyons l’intérêt quand il se manifeste. Nous ne voyons jamais de « non » clair. Une consultation sans commande est un signal plus faible, mais reste un signe d’intérêt. Une cellule vide représente une inconnue, pas un signal négatif.
Mesure : ce que chaque type de paire dit sur les deux semaines suivantes
Section intitulée « Mesure : ce que chaque type de paire dit sur les deux semaines suivantes »Nous pouvons tester cela sur les données de Larkfield. Prenez les 2 118 clients qui ont commandé pendant la période de test (du 22 juin au 5 juillet 2026). Pour chaque client et chaque produit, regardez ce qui s’est passé avant la période de test. Comptez ensuite à quelle fréquence le client a commandé ce produit pendant la période de test.
Description textuelle du graphique
Quatre barres, pour les 2 118 clients du test. Paires déjà commandées par le client : 3,27 % ont été commandées de nouveau pendant la période de test (265 sur 8 106). Paires ajoutées au panier mais pas commandées : 1,66 % (83 sur 5 014). Paires seulement consultées : 0,62 % (202 sur 32 465). Paires sans événement, parmi les produits en vente : 0,05 % (3 193 sur 6 295 707).
Trois choses ressortent :
- Une consultation est un indice. Les paires seulement consultées ont été commandées dans 0,62 % des cas. Paires sans événement : 0,05 %. Une consultation rend une commande environ 12 fois plus probable.
- « Pas acheté » signifie souvent « pas encore ». 285 paires consultées ou ajoutées au panier, mais jamais commandées, ont été commandées dans les deux semaines suivantes. C’est le nombre que vous comptez dans le carnet.
- La plupart des commandes portent sur de nouveaux produits pour le client. Sur les 3 743 produits commandés pendant la période de test, 3 193 (85 %) n’avaient aucun événement de ce client auparavant. Un système de recommandation ne peut pas seulement répéter les produits avec lesquels un client a interagi. Il doit trouver de nouveaux produits. Pour cela, il utilise les actions des autres clients.
Erreur courante
Traiter chaque cellule vide comme un « n'aime pas »
Tomás construit son premier modèle avec une règle simple : une cellule remplie signifie « aime » (1), une cellule vide « n’aime pas » (0). Il entraîne ensuite un classificateur pour séparer les deux. Le modèle apprend à faire descendre chaque produit avec lequel un client n’a pas encore interagi. Mais 85 % des commandes du test portaient précisément sur ces produits. L’entraînement pousse le modèle à se tromper sur les commandes qui nous importent le plus. La solution n’est pas un meilleur classificateur. Traitez les cellules vides comme des inconnues. Les méthodes de rétroaction implicite leur donnent un faible poids, ou en échantillonnent quelques-unes comme signaux négatifs faibles. Vous verrez les deux dans ALS et BPR avec implicit.
Le choix de Larkfield
Section intitulée « Le choix de Larkfield »Priya consigne la décision pour l’équipe :
- Larkfield utilise la rétroaction implicite : consultations, ajouts au panier et commandes.
- Chaque événement a un poids : consultation 1, panier 3, commande 5. Les poids sont un paramètre que l’équipe peut tester.
- L’interaction d’un client avec un produit est la somme des poids de leurs événements avant la période de test.
- Une cellule vide signifie « inconnu ». Aucune méthode ne doit la traiter comme un « n’aime pas ».
Dans le projet, les poids tiennent sur une ligne de larkfield_recs/data.py :
EVENT_WEIGHTS = {"view": 1.0, "basket": 3.0, "order": 5.0}La prochaine leçon place ces sommes dans un grand tableau, la matrice utilisateurs-articles. La commande recs matrix la construit avec les poids que vous lui donnez.
Quand utiliser la rétroaction implicite et ce qu’elle coûte
Section intitulée « Quand utiliser la rétroaction implicite et ce qu’elle coûte »| Utilisez-la quand | Faites attention quand |
|---|---|
| Vous avez des journaux des actions des gens (presque tous les magasins, applications ou services de médias). | Un produit a été montré plus souvent que les autres : sa position lui apporte plus de consultations, pas un intérêt supérieur. |
| Les notes sont rares ou proviennent de quelques personnes peu représentatives. | Un événement demande peu d’effort et contient du bruit, comme un défilement ou un survol. Donnez-lui un très faible poids, ou excluez-le. |
| Vous voulez un signal pour les nouveaux clients qui n’ont pas encore acheté. | Le produit s’achète une fois dans une vie (un canapé). Une commande signifie alors « ne me montrez plus de canapés », pas « j’en veux d’autres ». |
Les notes explicites restent utiles lorsqu’elles existent : l’étude de cas Des livres pour les lecteurs utilise un jeu de données avec des notes en étoiles. Et les coûts de la rétroaction implicite sont réels. Les données contiennent du bruit, seulement des signaux positifs, et reflètent ce que le magasin montre déjà. Boucles de rétroaction et biais de popularité revient sur ce dernier point. Un système de recommandation qui apprend seulement de ses propres suggestions peut rester bloqué.
Exercice guidé : les poids dans le carnet
Section intitulée « Exercice guidé : les poids dans le carnet »- Ouvrez le carnet de cette leçon dans Colab ou Kaggle (boutons en haut de la leçon), ou dans Jupyter sur votre ordinateur.
- Exécutez les cellules de configuration. Attendez
Ready: 3 files in larkfield-recs.(prêt : 3 fichiers dans larkfield-recs). - Exécutez la section 1. Elle affiche le nombre de paires client-produit avant la période de test (467 160). Elle montre un tableau avec la somme des poids pour chaque paire et l’ensemble des types d’événements.
- Exécutez la cellule suivante. Elle montre les produits d’un client, du signal le plus fort au plus faible.
- Exécutez la section 2. Elle compte les paires consultées ou ajoutées au panier, mais jamais commandées.
Afficher le résultat attendu
La section 1 affiche 467,160 customer-product pairs before the test period (467 160 paires client-produit avant la période de test). La deuxième cellule montre les produits d’un client avec la somme de leurs poids. La section 2 affiche 393,567 pairs were viewed (or added to the basket) but not ordered (393 567 paires consultées ou ajoutées au panier, mais pas commandées) : 341 546 paires avec seulement des consultations et 52 021 avec un ajout au panier sans commande.
À vous : ont-ils été achetés plus tard?
Section intitulée « À vous : ont-ils été achetés plus tard? »Faites d’abord une prédiction : parmi les 393 567 paires consultées mais jamais commandées, combien ont été commandées dans les deux semaines suivantes? Écrivez ensuite la cellule de la section 3 et exécutez la vérification.
Afficher la réponse
285 paires. La vérification affiche Check passed: later is 285. (vérification réussie : later vaut 285). La solution tient sur une ligne :
later = sum(1 for (c, p) in viewed_only.index if p in truth.get(c, set()))285 semble petit à côté de 393 567. Mais seulement 2 118 clients ont commandé pendant la période de test. La plupart de ces paires appartiennent à des clients qui ne sont pas revenus pendant ces deux semaines. Pour les clients du test, une paire consultée a été commandée 12 fois plus souvent qu’une paire sans événement (graphique ci-dessus).
Vérification des connaissances
Section intitulée « Vérification des connaissances »Vérifiez votre compréhension
Larkfield a des consultations, des ajouts au panier et des commandes, mais aucune note. Expliquez la rétroaction implicite dans vos mots. Donnez une raison de garder les consultations plutôt que d'utiliser seulement les commandes.
Afficher la réponse
La rétroaction implicite correspond aux actions des gens, pas à leurs déclarations. Les consultations, ajouts au panier et commandes indiquent différents degrés d’intérêt. Nous gardons les consultations parce qu’elles apportent de l’information réelle. Avant la période de test, 15 520 clients avaient des événements, mais aucune commande. Parmi les 2 118 clients du test, 952 n’avaient jamais commandé. Pour eux, les consultations et les ajouts au panier sont les seuls indices. Et une paire consultée était commandée environ 12 fois plus souvent qu’une paire sans événement.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Vérifiez votre compréhension
Un client consulte une table de jardin, l'ajoute au panier, la consulte encore et la commande. Quelle est l'interaction avec les poids consultation 1, panier 3, commande 5? Et quelle est l'interaction avec une chaise de jardin que le client n'a jamais consultée?
Afficher la réponse
1 + 3 + 1 + 5 = 10 pour la table. La chaise n’a aucun événement, donc sa cellule est vide. Ce n’est ni une note de 0 ni un signe de désintérêt. Le client ne l’a peut-être pas vue, n’en a pas encore besoin ou en a acheté une ailleurs.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Vérifiez votre compréhension
Tomás dit : « Une cellule vide signifie que le client ne voulait pas le produit. Je vais donc entraîner le modèle à y prédire 0. » Utilisez un nombre mesuré dans cette leçon pour expliquer le problème.
Afficher la réponse
85 % des produits commandés pendant la période de test (3 193 sur 3 743) n’avaient aucun événement antérieur de ce client. Un modèle entraîné à prédire 0 pour les cellules vides apprend à faire reculer précisément ces produits dans le classement. Les cellules vides sont inconnues, pas négatives. Les méthodes de rétroaction implicite leur donnent un faible poids ou en échantillonnent quelques-unes comme exemples faiblement négatifs.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Récapitulatif
- Larkfield n’a aucune note. Elle a de la rétroaction implicite : 572 465 consultations, 149 577 ajouts au panier et 83 274 lignes de commande dans le journal synthétique.
- Nous donnons un poids à chaque événement (consultation 1, panier 3, commande 5). Nous les additionnons pour chaque client et produit : c’est l’interaction. Les poids sont une hypothèse, un réglage qu’on peut tester.
- La rétroaction implicite ne contient que des signaux positifs. Une cellule vide est inconnue, pas un signe de désintérêt : jamais vu, pas maintenant, acheté ailleurs ou véritable refus.
- Mesure : une paire consultée était commandée 12 fois plus souvent qu’une paire sans événement (0,62 % contre 0,05 %). 285 paires consultées, mais non commandées, ont été commandées dans les deux semaines suivantes.
- 85 % des commandes du test concernaient des produits sans aucune interaction antérieure du client. Un système de recommandation doit trouver de nouveaux produits à partir des actions des autres clients.
Ensuite, nous plaçons toutes les interactions dans un tableau, la matrice utilisateurs-articles, et voyons à quel point il est vide.
Leçon suivante : La matrice utilisateurs-articles