suositusalgoritmeissa
Suositusalgoritmit ovat järjestelmissä käytettyjä menetelmiä, joiden tehtävänä on ennustaa käyttäjän mieltymykset ja ehdottaa kohdistettuja sisältöjä tai tuotteita.
Päätyypeiksi voidaan pitää sisällön perusteella suodatusta sekä yhteistyöperusteista suodatusta. Sisällön perusteella suodatus hyödyntää käyttäjän aiempia mieltymyksiä
Mallipohjaisia tekniikoita, kuten matriisik-factorisointia (esim. SVD, ALS), käytetään usein suurissa käyttäjä–tuoteyhteyksissä. Hybridisovellukset yhdistävät useita menetelmiä parantaen
Datan rooli on keskeinen: sekä eksplisiittinen palaute (arvostelut, tähdet) että implisiittinen palaute (navigointi, klikkaukset, ostot) ovat
Arviointi jakautuu offline- ja online-kokeisiin. Hyödyllisiä mittareita ovat tarkkuus, recall, AUC, NDCG ja MRR, mutta myös
---