soovitusalgoritme

Soovitusalgoritm on tarkvarakomponent, mis analüüsib kasutaja käitumist, eelistusi ja sisu omadusi, et esitada isikupärastatud soovitusi toote, teose või teenuse kohta. Eesmärk on suurendada kasutajate kaasatust, parandada kogemust ja soodustada leidmist.

Peamised lähenemised on koostööalusel filtreerimisel põhinevad meetodid (kasutajapõhine ja toote-põhine filtratsioon), sisu-põhine filtreerimine ning hübriidsed meetodid. Koostööalased meetodid kasutavad mustreid kasutajate kasutuskäitumises või hindamistes, sisu-põhised meetodid hindavad sisu omadusi ning hübriidsed lähenemised kombineerivad mõlemaid sisendeid.

Tehnilised vahendid hõlmavad maatriksite faktoreerimist (matrix factorization), lähima naabruse meetodeid ning masinõppe ja sügava õppimise mudeleid. Neid kasutatakse nii skaleeritavuse kui ka täpsuse parandamiseks. Eelistatud lähenemised sõltuvad andmete olemasolust ja rakenduse kontekstist.

Andmed, mida soovitusalgoritm kasutab, võivad hõlmata kasutajate hinnanguid ja klikke, ostusid, vaatamisi, otsinguharjumusi ning sotsiaalset kaasatust. Hindamisesse kuuluvad tavaliselt täpsus, katvus (recall), AUC ja RMSE või nende sarnased mõõdikud. Oluline on ka ülevaade mudeleidest ning vajadusel regulaarne uuendamine uute andmete põhjal.

Väljakutsed hõlmavad külm algus (uus kasutaja või uus toode), andmete puudulikkus ja sparsity, skaleerimise vajadust, privaatsusküsimusi ning läbipaistvuse ja kasutajate kontrolli tagamist. Rakendused on levinud e-kaubanduses, voogmeedias, uudisteportaalides, muusika- ja filmiteenustes ning reisilähenemistes.