insanların davranışlarındaki benzer kalıplardan hareket ederek onlara öneriler sunabilen bir yapay zekâ yöntemi.

genellikle iki farklı şekilde çalışır:

1- kullanıcı tabanlı yöntem: farklı kullanıcıların tercihlerini inceler ve birbiriyle kıyaslar. belirli iki kullanıcının herhangi bir konudaki yahut üründeki tercihleri birbiriyle aynıysa, farklı bir alandaki bir sonraki tercihlerinin de birbirinin aynısı olabileceği ihtimali üzerinden çalışır. diyelim ki ben x, y ve z ürünlerini beğendim. bir başkası da x ve y'yi beğenmişse, onun da z'yi beğeneceği varsayılır.

2- öğe tabanlı yöntem: bu yöntem kullanıcılar değil, ürünler üzerinden bir kıyaslamaya dayanır. çok sayıda kullanıcı aynı iki ürünü beğendiyse, bunlardan birine yönelen kullanıcıya diğeri de önerilir.

kullanıcıların ya da ürünlerin arasındaki benzerlikler, farklı birkaç yöntem kullanılarak hesaplanır: jaccard benzerliği, kosinüs benzerliği, pearson korelasyonu gibi...

yöntemin en çok problem yaşadığı durum cold start * olarak adlandırılır. bu durum veri setine ilk kez eklenecek olan yeni bir kullanıcının tercihlerinin henüz şekillenmemiş olması ya da sete ilk kez eklenecek olan ürün hakkında, kullanıcılar tarafından gelerek birikmiş herhangi bir tercih bilgisi olmaması hâlinde yaşanır. bu durumlar için de çeşitli yollar izlenerek belirli bir set oluşturulmaya çalışılır. bazı sanal ortamlarda karşımıza çıkan "bunu beğenenler şunları da beğendi" tavsiyelerini görmüşsünüzdür. işte bu işin altında yatan mantık budur.
devamını gör...

bu başlığa tanım girmek için olabilirsiniz.

zaten üye iseniz giriş yapabilirsiniz.

"iş birlikçi filtreleme" ile benzer başlıklar

normal sözlük'ü kullanarak 3. parti dahil tarayıcı çerezlerinin kullanımına izin vermektesiniz. Daha detaylı bilgi için çerez ve gizlilik politikamıza bakabilirsiniz.

online yazar listesini görmek için lütfen giriş yapın.
zaman tüneli köftehor rehberi portakal normal radyo kütüphane kulüpler renk modu online yazarlar puan tablosu yönetim kadrosu istatistikler iletişim