Συνεργατικό Φιλτράρισμα
Το συνεργατικό φιλτράρισμα προτείνει αντικείμενα σε έναν χρήστη αξιοποιώντας τις προτιμήσεις πολλών χρηστών — 'άτομα που τους άρεσε αυτό που σου άρεσε, τους άρεσε και αυτό'. Μαθαίνει από έναν αραιό πίνακα αλληλεπιδράσεων χρήστη-αντικειμένου, είτε βρίσκοντας παρόμοιους χρήστες ή αντικείμενα (μέθοδοι γειτονιάς, τυποποιημένες από τους Sarwar et al. το 2001) είτε παραγοντοποιώντας τον πίνακα σε λανθάνουσες παραμέτρους χρήστη και αντικειμένου (παραγοντοποίηση πίνακα, δημοφιλής από τους Koren et al. μετά τον διαγωνισμό Netflix Prize).
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Sarwar, B., Karypis, G., Konstan, J., & Riedl, J. (2001). Item-based collaborative filtering recommendation algorithms. Proceedings of the 10th International Conference on World Wide Web, 285–295. DOI: 10.1145/371920.372071 ↗
- Koren, Y., Bell, R., & Volinsky, C. (2009). Matrix factorization techniques for recommender systems. Computer, 42(8), 30–37. DOI: 10.1109/MC.2009.263 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). Collaborative Filtering (Recommender Systems). ScholarGate. https://scholargate.app/el/machine-learning/collaborative-filtering
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Συμπλήρωση ΠινάκωνΜηχανική Μάθηση↔ compare
- Μη-αρνητική Παραγοντοποίηση Μήτρας (NMF)Μηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →