Mesterséges intelligencia az ajánlórendszerben harmadik rész.

Az ajánlórendszerek fő technikája

Az ajánlórendszereknek három fő technikája van; tartalomalapú szűrés, kollaboratív szűrés és tudásalapú rendszer.

1. Tartalomalapú szűrés

A tartalomalapú szűrés az egyes felhasználók interakcióin és preferenciáin alapul. Az ajánlások a felhasználó előzményeiből és interakcióiból gyűjtött metaadatokon alapulnak. Az ajánlások például a felhasználó választásának vagy viselkedésének kialakult mintáira épülnek. A visszatérő információk, például termékek vagy szolgáltatások a felhasználó kedvenceihez vagy nézeteihez kapcsolódnak. Egy ilyen megközelítés esetén minél több információt ad meg a felhasználó, annál nagyobb a pontosság.
Tekintettel arra, hogy egyes iparágak szolgáltatásai esetében fontosak az adatvédelmi és szabályozási kérdések, a személyes metaadatok és az egyéni adatok kezdetben hiányozhatnak. Ezeket a problémákat az ilyen megközelítést alkalmazó ajánlórendszerek "cold start" problémáiként ismerik. Cold start problémáról akkor beszélünk, amikor az ajánlórendszer nem tud következtetéseket levonni egy lekérdezésre vonatkozóan, mivel nem áll rendelkezésre elegendő információ. A tartalomalapú ajánlórendszerek egy sajátos formája az esetalapú ajánlórendszer. Ezek értékelik az elemek hasonlóságát, és széles körben alkalmazzák őket az e-kereskedelemben.

Az ilyen típusú megközelítés tipikus példája az olyan ajánlás, mint a "hasonló termékek". Összességében azonban ezek a rendszerek a konkrét területre és a rendelkezésre álló kategorizálási szintre korlátozódnak.

https://medium.com