[數據解析實驗室]基於產品＿使用者評價效果找出相似產品

使用者在發表心得後，同時也會對產品留下評價，來簡述使用後的感覺，這些評價（tags)搜集，對於平台產品後續的應用有極大的助益。如何利用這些tags推薦「相似評價的產品」，協助使用者能更有效率地看到相似評價的產品，我們利用一個簡單的例子來說明UrCosme在推薦上的應用。

例如當某一隻產品的消費者使用心得如下所列示：

此時，如下圖，可利用類似DNA上有ＡＣＧＴ鹼基配對，透過基因排序的相似性，可以確認物種相似的方法..

假設化妝品有26種重要因子，在每個不同產品屬性中，找出將具有代表性的tags，並轉換成有序tokens（A to Z 即字母「Ａ」表示「不悶」，字母「Ｂ」表示保濕…）。特定屬性的產品中，可以利用主成份分析，因子分析等方法，找到具有特徵的tags。將所有心得的tags搜集後，進行分析特定產品使用者評價的「Token Serials」。

依上列此方法，我們將各產品進行「評價ＤＮＡ序列」：

超智慧DNA特潤修護露 BNJRVFMIGEHOSQDTYKPWLAUC

Q10角鯊修復精華液 NBRJFMSVIQDYGHTPXOKECAWLZU

玻尿酸保濕精華液 BNJMRIGSEFQHXODKTLAPZC

肌因賦活露 NJIGRQMOTVPSDHAKYUFCL

保濕美容液 BNJIERGMFQDSHKOPTUAWCXZL

青春露 RBEINMHDGPVFKLSTCAWYX

極透瞬白淡斑精華 JREOIGHQSMBLCAFDKPU

彈力按摩精華液 BJNIQGFEMTHPODLKCWYUV

重生秘帖 JBRFGSNDVMIHQOUCTPKLYEAWZ

VC微導美白精華液 NOJERBGIMQHLXKSCADF

找出排序相似的關聯性

實驗中先找出主要因子定義了tags，並且透過心得數據分析找出產品的DNA序列（ex. 超智慧DNA特潤修護露 DNA序列被定義為BNJRVFMIGEHOSQDTYKPWLAUC）

利用Jaro–Winkler_distance字串相似度算法，可以輕易地找出「Tags 排序相似」的關聯。因此可以實現透過「使用者評價Tags」找到相似的產品。

其中The Jaro–Winkler distance (Winkler, 1990)是計算2個字符串之間相似度的一種算法。它是Jaro distance算法的變種。主要用於record linkage/數據連接（duplicate detection/重復記錄）方面的領域，Jaro–Winkler distance最後得分越高說明相似度越大。Jaro–Winkler distance 是適合於串比如名字這樣較短的字符之間計算相似度。0分表示沒有任何相似度，1分則代表完全匹配。