0 added
0 removed
Original
2026-01-01
Modified
2026-03-10
1
<p><strong>Рекомендательная система</strong>стремится наиболее точно предсказать предпочтения потребителя, предложив самый подходящий ему товар/услугу. Давайте рассмотрим особенности и основные виды таких систем.</p>
1
<p><strong>Рекомендательная система</strong>стремится наиболее точно предсказать предпочтения потребителя, предложив самый подходящий ему товар/услугу. Давайте рассмотрим особенности и основные виды таких систем.</p>
2
<p>В настоящее время<strong>рекомендательные системы</strong>встречаются повсеместно. По сути, почти любой серьезный интернет-магазин, новостной портал либо онлайн-кинотеатр применяет какую-нибудь рекомендательную систему, чтобы предоставить пользователям то, что им нужно.</p>
2
<p>В настоящее время<strong>рекомендательные системы</strong>встречаются повсеместно. По сути, почти любой серьезный интернет-магазин, новостной портал либо онлайн-кинотеатр применяет какую-нибудь рекомендательную систему, чтобы предоставить пользователям то, что им нужно.</p>
3
<h2>Типы рекомендательных систем</h2>
3
<h2>Типы рекомендательных систем</h2>
4
<p>Можно выделить 3 основных типа рекомендательных систем:</p>
4
<p>Можно выделить 3 основных типа рекомендательных систем:</p>
5
<ul><li>фильтрация по популярности,</li>
5
<ul><li>фильтрация по популярности,</li>
6
<li>фильтрация по содержанию,</li>
6
<li>фильтрация по содержанию,</li>
7
<li>коллаборативная система.</li>
7
<li>коллаборативная система.</li>
8
</ul><h4>Фильтрация по популярности</h4>
8
</ul><h4>Фильтрация по популярности</h4>
9
<p>Самой простой является система, выдающая рекомендации на основании популярности (<strong>popularity-based recommender systems</strong>). Например, чем выше будет средний рейтинг фильма, прочитанной статьи либо купленного товара, тем выше вероятность, что рекомендательная система их порекомендует.</p>
9
<p>Самой простой является система, выдающая рекомендации на основании популярности (<strong>popularity-based recommender systems</strong>). Например, чем выше будет средний рейтинг фильма, прочитанной статьи либо купленного товара, тем выше вероятность, что рекомендательная система их порекомендует.</p>
10
<p>Главный плюс, конечно же, -- это<strong>простота</strong>. Но есть и главный минус --<strong>предпочтения конкретного пользователя не учитываются</strong>.</p>
10
<p>Главный плюс, конечно же, -- это<strong>простота</strong>. Но есть и главный минус --<strong>предпочтения конкретного пользователя не учитываются</strong>.</p>
11
<h4>Фильтрация по содержанию</h4>
11
<h4>Фильтрация по содержанию</h4>
12
<p>Второй тип рекомендательных систем -- фильтрация по содержанию (<strong>content-based filtering</strong>). В этом случае алгоритм будет рекомендовать товары/услуги, похожие на те, которые пользователь выбирал ранее. К примеру, если в онлайн-кинотеатре вы выбрали фантастический фильм, то и в дальнейшем система станет рекомендовать фантастику. Кроме того, среди рекомендаций будут и фильмы, в которых снимаются те же актеры.</p>
12
<p>Второй тип рекомендательных систем -- фильтрация по содержанию (<strong>content-based filtering</strong>). В этом случае алгоритм будет рекомендовать товары/услуги, похожие на те, которые пользователь выбирал ранее. К примеру, если в онлайн-кинотеатре вы выбрали фантастический фильм, то и в дальнейшем система станет рекомендовать фантастику. Кроме того, среди рекомендаций будут и фильмы, в которых снимаются те же актеры.</p>
13
<p>Такую рекомендательную систему реализовать тоже<strong>несложно</strong>, что, конечно же, плюс. Из минусов --<strong>покупатели не попробуют новые товары</strong>/услуги.</p>
13
<p>Такую рекомендательную систему реализовать тоже<strong>несложно</strong>, что, конечно же, плюс. Из минусов --<strong>покупатели не попробуют новые товары</strong>/услуги.</p>
14
<h4>Коллаборативная система</h4>
14
<h4>Коллаборативная система</h4>
15
<p>Коллаборативная фильтрация (<strong>collaborative filtering</strong>) основывается на сопоставлении пользователей и товаров/услуг/новостей и пр. Математически и графически работа осуществляется с матрицами предпочтений (<strong>user-item matrix</strong>).</p>
15
<p>Коллаборативная фильтрация (<strong>collaborative filtering</strong>) основывается на сопоставлении пользователей и товаров/услуг/новостей и пр. Математически и графически работа осуществляется с матрицами предпочтений (<strong>user-item matrix</strong>).</p>
16
<h5>Выделяют 2 вида коллаборативных систем:</h5>
16
<h5>Выделяют 2 вида коллаборативных систем:</h5>
17
<p>1)<strong>user-based</strong>. Основаны на пользователях -- находят пользователей, близких по предпочтениям, и рекомендуют одному из пользователей то, что уже пробовал другой.</p>
17
<p>1)<strong>user-based</strong>. Основаны на пользователях -- находят пользователей, близких по предпочтениям, и рекомендуют одному из пользователей то, что уже пробовал другой.</p>
18
<p>Векторы пользователей:</p>
18
<p>Векторы пользователей:</p>
19
<p>2)<strong>item-based</strong>. Основаны на предмете рекомендации, то есть сравнивается близость товаров/услуг. Если сопоставить эту систему с предыдущей, то здесь сходство определяется на основании предпочтений<strong>всех</strong>пользователей, оставивших свои оценки.</p>
19
<p>2)<strong>item-based</strong>. Основаны на предмете рекомендации, то есть сравнивается близость товаров/услуг. Если сопоставить эту систему с предыдущей, то здесь сходство определяется на основании предпочтений<strong>всех</strong>пользователей, оставивших свои оценки.</p>
20
<p><em>По материалам сайта<a>https://www.dmitrymakarov.ru/intro/</a>.</em></p>
20
<p><em>По материалам сайта<a>https://www.dmitrymakarov.ru/intro/</a>.</em></p>
21
21