Filtrare colaborativă
Filtrarea colaborativă recomandă articole unui utilizator prin valorificarea preferințelor multor utilizatori — „persoanele cărora le-a plăcut ceea ce ți-a plăcut și ție, le-a plăcut și aceasta”. Ea învață dintr-o matrice rară de interacțiuni utilizator-articol, fie prin găsirea de utilizatori sau articole similare (metode de vecinătate, formalizate de Sarwar et al. în 2001), fie prin factorizarea matricei în factori latenți de utilizator și articol (factorizare de matrice, popularizată de Koren et al. după Netflix Prize).
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 2). Collaborative Filtering (Recommender Systems). ScholarGate. https://scholargate.app/ro/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.
- Completarea matricialăÎnvățare automată↔ compare
- Factorizare matricială non-negativă (NMF)Învățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →