El mercado del mercado se desarrolla independientemente de la plataforma en la que operan las tiendas en línea. La necesidad de la formación de una gama completa de servicios aún no está satisfecha, especialmente en lo que respecta a la elección de medicamentos o cosméticos. Los sistemas de recomendación impulsados por IA deberían resolver los principales problemas que enfrentan numerosos sitios. Se puede considerar cómo se debe hacer esto en relación con las tiendas que ofrecen todo tipo de cremas, lociones, cosméticos y productos para el cuidado de la piel.
Para tales casos, el principio de filtrado colaborativo es muy adecuado, que crea predicciones basadas en preferencias ya conocidas y brinda recomendaciones para preferencias aún desconocidas de usuarios completamente diferentes. El principio es simple: una vez que una evaluación dada de un fenómeno o un producto, dejada antes, es la base para evaluaciones similares de otros fenómenos y productos en el futuro. La ventaja del filtrado colaborativo es su "agudización" individual para cada cliente, a pesar de que la justificación de la información para el pronóstico se recopila a partir de las respuestas de miles de otras personas.
Este enfoque utiliza tres métodos para crear sistemas de recomendación. El primero es el filtrado colaborativo, el segundo son las recomendaciones basadas en contenido y el tercero es híbrido.
Todo el sistema de recomendaciones se ve así.
– . , :
, ;
() ;
, .
, , , , , , , . . . , , . , .
– . , . . , , . . . , :
. , . , . . .
?
, , . , , , , , .
, . «» , , .
. , «». «» «» . , «» - , . «»- .
, , , .
: 15 15 , 14 . 210 (1514) , «» . . – , . :
Xi = WXi
, .
, :
N – N , mm – , dd — , XijXij — i- j- . .
, , .
–
, , - -. . , .. , .
, , «» , , . , , «» . , , «» . , , , . , , .
. , - , . . , « » , .
, , – IP-, . . , . , . , .