درود به همه دوستانی که ویرگول رو دنبال می کنند. سیستم های توصیه گر از محبوب ترین شاخه های علم داده هستند. امیدوارم مطالبی که در این زمینه منتشر می کنم مفید و کاربردی باشه.
سیستم های توصیه گر ، همون طوری که از اسمشون مشخصه سیستم هایی هستند که قراره به کاربر در مورد انتخابش تو هر صنعتی که هست توصیه هایی رو داشته باشن. این توصیه ها خودش براساس یک سری الگوریتم های یادگیری ماشین طراحی شدن که به کاربر کمک می کنه بتونه تصمیمات بهتری رو داشته باشه. (می تونم بهتون بگم وقتی تو اینترنت دارید چرخ می زنید هوش مصنوعی مدام دنبال این هست که بتونه از رفتار شما الگوبرداری کنه و بعداً این دید و بازدیدها و کلیک کردن و مشاهده کردن ها و ... می تونه الگوهای رفتاری شما رو شناسایی کنه و به شما در انتخاب هایی که در آینده دارید کمک کنه و یا حتی اگر استفاده اشتباهی داشته باشین شما رو به قهقرا ببره دوست خوبم پس در انتخاب هات دقت داشته باش))))
به طور کلی میشه گفت سیستم های توصیه گر، سیستم هایی هستند که براساس تحلیل رفتارهای کاربران مناسب ترین آیتم ها رو با توجه به حوزه ای که در اون قرار دارند به کاربر پیشنهاد می ده.
سیستم های توصیه گر با دو دسته اطلاعات کار می کنند: اطلاعات مشخصه (اطلاعاتی در مورد کاربرها مثل علایقشون، پروفایلشون ، اطلاعاتی درباره محصول از جمله دسته بندی و...) و تعاملات کاربر-آیتم (اطلاعاتی مثل تعداد امتیازاتی که کاربر به آیتم می دهد، تعداد خرید و ...)
بر اساس اطلاعاتی که سیستم های توصیه گر در اختیار دارند، سه الگوریتم در این زمینه استفاده میشه:
1- مدل های مبتنی بر محتوا (Content-Based): از اطلاعات مشخصه استفاده می کنند.
2- مدل های مبتنی بر فیلترینگ مشارکتی (Collaborative Filtering Based): از اطلاعات تعاملات کاربر-آیتم استفاده می کنند.
3- مدل های ترکیبی (Hybrid Based): از هر دو دسته از اطلاعات استفاده می کنند.
