Kolaboratívne filtrovanie
Kolaboratívne filtrovanie odporúča položky používateľovi využitím preferencií mnohých používateľov — „ľudia, ktorým sa páčilo to, čo vám, páčilo sa im aj toto“. Učí sa z riedkej matice interakcií používateľ-položka, buď nájdením podobných používateľov alebo položiek (metódy susedstva, formalizované Sarwarom et al. v roku 2001), alebo faktorizáciou matice na latentné faktory používateľov a položiek (maticová faktorizácia, popularizovaná Korenom et al. po súťaži Netflix Prize).
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 2). Collaborative Filtering (Recommender Systems). ScholarGate. https://scholargate.app/sk/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.
- Dokončovanie matícStrojové učenie↔ compare
- Nezáporná maticová faktorizácia (NMF)Strojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →