Колаборативна фільтрація
Колаборативна фільтрація рекомендує елементи користувачеві, використовуючи переваги багатьох користувачів — «людям, яким сподобалося те, що сподобалося вам, також сподобалося це». Вона навчається на розрідженій матриці взаємодій користувач-елемент, або шляхом пошуку схожих користувачів чи елементів (методи сусідства, формалізовані Сарваром та ін. у 2001 році), або шляхом факторизації матриці на приховані фактори користувачів та елементів (факторизація матриці, популяризована Кореном та ін. після конкурсу Netflix Prize).
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 2). Collaborative Filtering (Recommender Systems). ScholarGate. https://scholargate.app/uk/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.
- Завершення матрицьМашинне навчання↔ compare
- Негативне матричне розкладання (NMF)Машинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →