مبانی فیلترینگ اشتراکی

فیلترینگ اشتراکی یکی از بهترین راهکارها در سیستم­های پیشنهادگر می­باشد. این روش به خاطر استفاده­اش در سایت­های تجارت الکترونیک مانند  AMAZOONو NETFLIX به خوبی شناخته شده است. این متد کاربرانی که علائق­شان شبیه به کاربر فعال می­باشند را پیدا کرده و از این طریق پیشنهادات را به او ارائه می­دهد. یعنی فرض بر این است که کاربرانی که در گذشته تمایلاتی شبیه به هم داشته­اند احتمالا در آینده هم تمایلات مشابه دارند و چون قبلا به اقلام به طور مشابه ابراز علاقه کرده­اند به اقلامی‌که تا کنون ندیده­اند نیز به طور مشابه علاقه نشان خواهند داد. فیلترینگ اشتراکی معمولا به مشارکت داشتن کاربران فعال، راهی برای نشان دادن سلیقه­ کاربران به سیستم و الگوریتمی‌که کاربران با سلیقه­ مشابه را شناسایی کند نیازمند می­باشد.

به طور کلی فضای اطلاعاتی در فیلترینگ اشتراکی مبتنی بر یک ماتریس M * N است که ماتریس کاربران – اقلام نام دارد. M نشان دهنده­ تعداد کاربران و N نشان دهنده­ تعداد اقلام می­باشد. همانطور که در (شکل شماره­ 5) مشاهده می­کنید rm,n نشان دهنده­ نمره­ای می­باشد که کاربر m ام به قلم n ام اختصاص داده است.

پیام بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

− three = six