انواع روش های توصیه گر ومعیارهای شباهت سیستم های توصیه گر

شاید تا به حال برای شما این سوال پیش آمده باشد که شرکت گوگل با چه الگوریتمی تبلیغات هوشمند را به کاربران نمایش میدهد؟ و یا سایتهای تجارت الکترونیک با چه روشی بخش افرادی که این محصول را خریده اند، این محصولات را نیز سفارش دادهاند را مدیریت میکنند و یا فیس بوک چگونه هنگام آپلود عکس ها و برچسب زنی آنها توسط ما، نام درست دوستان را به ما پیشنهاد میدهد ؟ پاسخ تمام این سوالات، استفاده این سایتها از سامانه های توصیه گر است که با رشد روزافزون اطلاعات در دنیای حاضر و نیز افزایش چشمگیر کاربران آنلاین، تحویل اطلاعات درست و مناسب به آنها اهمیتی حیاتی برای این شرکتها یافته است که این امر خود منجر به افزایش تحقیقات در حوزه الگوریتمهای توصیه گر شده است شرکتها با ساخت سامانه های هوشمندی که رفتار گذشته کاربر و نیز رفتار کاربران مشابه را بررسی میکند، پیشنهادات و توصیه های مناسب و مورد توجه کاربر را به او ارائه میدهند. مواردی از قبیل فرصتهای شغلی مناسب کاربر، فیلمهای مورد علاقه کاربر، ویدئوهای پیشنهادی، دوستان فیسبوکی که احتمالا آنها را می-شناسید، افرادی که این محصول را خریده اند، این محصولات را نیز خریدهاند و . . . از جمله موارد پیشنهادی به کاربران میتواند باشد. وما دراین مقاله قصد داریم بر روی انواع روش های توصیه گر ومعیارهای شباهت سیستم های توصیه گر کاربردهای سیستم های توصیه گر چالش های سیستم های توصیه گر ومتریک های ارزیابی رو مورد بحث قرار می دهیم