Sistemele de recomandare sunt programe care încearcă să prezică ce obiecte ( filme , muzică , cărți , știri , site-uri web ) vor fi de interes pentru utilizator, având în vedere anumite informații despre profilul său .
Cele două strategii principale pentru construirea sistemelor de recomandare sunt filtrarea bazată pe conținut și filtrarea colaborativă [1] [2] . Filtrarea bazată pe conținut creează profiluri de utilizator și obiect, profilurile de utilizator pot include informații demografice sau răspunsuri la un set specific de întrebări, profilurile de obiecte pot include nume de gen, nume de actor, nume de artiști și alte informații despre atribute, în funcție de tipul de obiect. De exemplu, în Music Genome Project, un analist muzical evaluează fiecare melodie în funcție de sute de caracteristici muzicale diferite, care pot fi folosite pentru a determina preferințele muzicale ale utilizatorului. Filtrarea în colaborare utilizează informații despre comportamentul anterior al utilizatorilor, cum ar fi achizițiile sau evaluările. În acest caz, nu contează cu ce tipuri de obiecte lucrați, dar pot fi luate în considerare caracteristicile implicite, care ar fi greu de luat în considerare la crearea unui profil. Principala problemă cu acest tip de sisteme de recomandare este „pornirea la rece”: lipsa datelor despre utilizatori sau obiecte care au apărut recent în sistem.
Pe măsură ce funcționează, sistemele de recomandare colectează date despre utilizatori folosind o combinație de metode explicite și implicite. Exemple de colectare explicită de date:
Exemple de colectare implicită a datelor:
Sistemele de recomandare compară același tip de date de la diferiți oameni și calculează o listă de recomandări pentru un anumit utilizator. Câteva exemple de utilizare comercială și necomercială sunt oferite în articolul de filtrare colaborativă . Pentru calcularea recomandărilor se folosește un grafic al intereselor [3] . Sistemele de recomandare sunt o alternativă convenabilă la algoritmii de căutare, deoarece vă permit să descoperiți obiectele care nu pot fi găsite ultimele. În mod curios, sistemele de recomandare folosesc adesea motoarele de căutare pentru a indexa date neobișnuite.