suositusmallien
Suositusmallit ovat koneoppimisen malleja, jotka ennustavat käyttäjän mieltymyksiä ja tuottavat relevantteja suosituksia. Niitä käytetään laajalti digitaalisissa palveluissa, kuten verkkokaupoissa, suoratoistoalustoilla ja sosiaalisessa mediassa, joissa käyttäjien valintojen arvaaminen parantaa käyttökokemusta ja sitoutuneisuutta.
Tyypit: Kolaboratiivinen suodatus tekee ennustukset käyttämällä käyttäjä- ja/tai kohdefunktioiden vuorovaikutushistoriaa. Tämä sisältää käyttäjä- ja kohdeperustaiset lähestymistavat
Datan ja koulutuksen näkökulma: Suositusmallit voivat oppia sekä eksplisiittisestä palautteesta (arviot, tähdet) että implisiittisestä palautteesta (näkymät,
Arviointi ja sovellukset: Suosituksia mitataan esimerkiksi tarkkuudella, precision@K, recall@K, NDCG ja AUC-arvot sekä käytännön A/B-testeillä. Käyttökohteita
Haasteet ja kehityssuunta: Yksityisyysvaikutukset, datan laatu ja vinoumat voivat vaikuttaa suositusten objektiivisuuteen. Tavoitteena on lisätä läpinäkyvyyttä,