سامانه های توصیه گر و چالشهای آن

شاید تا به حال برای شما این سوال پیش آمده باشد که شرکت گوگل با چه الگوریتمی تبلیغات هوشمند را به کاربران نمایش می دهد؟ و یا سایت های تجارت الکترونیک با چه روشی بخش افرادی که این محصول را خریدهاند، این محصولات را نیز سفارش دادهاند را مدیریت می کنند و یا فیس بوک چگونه هنگام آپلود عکس ها و برچسب زنی آنها توسط ما، نام درست دوستان را به ما پیشنهاد می دهد ؟پاسخ تمام این سوالات، استفاده این سایت ها 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 الگوریتم های توصیه گر شده است شرکتها با ساخت سامانه های هوشمندی که رفتار گذشته کاربر و نیز رفتار کاربران مشابه را بررسی می کند، پیشنهادات و توصیه های مناسب و مورد توجه کاربر را به او ارائه می دهند. مواردی از قبیل فرصت های شغلی مناسب کاربر، فیلم های مورد علاقه کاربر، ویدئوهای پیشنهادی ، دوستان فیس بوکی که احتمالا آنها را می شناسید، افرادی که این محصول را خریدهاند، این محصولات را نیز خریدهاند و . . . از جمله موارد پیشنهادی به کاربران می تواند 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