Sistemes de recomanacions: quina diferència hi ha entre el filtratge en col·laboració entre articles i articles i el filtre basat en contingut?


Resposta 1:

Al filtre de col·laboració de l’element 2, compareu els articles en funció de les ressenyes dels usuaris. Si la vostra matriu d’utilitat compta amb n usuaris per m d’elements, compareu vectors de columna d’aquesta matriu.

En la recomanació basada en contingut, compareu articles en funció de les seves funcions per a pel·lícules, com ara títol, gènere, data de llançament, director, productors, estudi, etc.


Resposta 2:

El filtratge basat en contingut utilitza funcions (meta-dades) del producte que li agradava a l’usuari i trets de personalitat de l’usuari per fer recomanacions. D'altra banda, a CF, article a article, només considereu el "gust" general. Això vol dir que descriviu una qualificació provisional sobre els ítems que l'usuari encara no ha classificat mitjançant la descomposició de la matriu de classificació inicialment poc poblada descomposant-la en matrius d'usuari i elements d'ús provisional mitjançant una forma modificada de SVD i construint una matriu de qualificació provisional. Ara, seleccioneu el top n entre aquest o un usuari similar.


Resposta 3:

En termes senzills, la col·laboració basada en l'element tracta de les accions d'altres usuaris de l'element que esteu buscant o de compra. Aquest tipus de filtratge es fa generalment simultàniament i els atributs del producte no tenen la importància de recomanar. Per exemple, estic comprant un ventilador de sostre i el sistema comença a recomanar-me que compreu un llum (això és perquè moltes persones que compren ventiladors de sostre també compren llums i no perquè hi ha relació amb ventiladors de llum i sostre, aquesta informació s’extreu generalment de la transcripció dels usuaris)

Mentre que quan parlem de filtratge basat en contingut, generalment es corresponen els atributs predefinits dels productes i es recomanaran productes similars. Per exemple: quan un usuari compra una càmera Cannon D450, el sistema comença a recomanar lents, un altre model de càmera similar (Aquestes recomanacions es basen en el fet que només hi ha alguns productes relacionats amb l'element principal en alguns atributs com el model o la lent compatible, etc. també aquestes dades sobre el producte es treuen de les dades emmagatzemades)


Resposta 4:

En termes senzills, la col·laboració basada en l'element tracta de les accions d'altres usuaris de l'element que esteu buscant o de compra. Aquest tipus de filtratge es fa generalment simultàniament i els atributs del producte no tenen la importància de recomanar. Per exemple, estic comprant un ventilador de sostre i el sistema comença a recomanar-me que compreu un llum (això és perquè moltes persones que compren ventiladors de sostre també compren llums i no perquè hi ha relació amb ventiladors de llum i sostre, aquesta informació s’extreu generalment de la transcripció dels usuaris)

Mentre que quan parlem de filtratge basat en contingut, generalment es corresponen els atributs predefinits dels productes i es recomanaran productes similars. Per exemple: quan un usuari compra una càmera Cannon D450, el sistema comença a recomanar lents, un altre model de càmera similar (Aquestes recomanacions es basen en el fet que només hi ha alguns productes relacionats amb l'element principal en alguns atributs com el model o la lent compatible, etc. també aquestes dades sobre el producte es treuen de les dades emmagatzemades)