Публикации по теме 'recommendation-system'


Метрики рекомендательных систем
Метрики для рекомендательных систем отличаются от традиционных метрик. Здесь мы рассмотрим 9 таких показателей, которые широко используются в домене RecSys. Метрики для рекомендательных систем отличаются от традиционных метрик, таких как точность, в том смысле, что они в основном работают в совокупности с ранжированным списком прогнозов, а не с оценками отдельных прогнозов. Это связано с тем, что для сценария рекомендательных систем бизнес-потребности, которые нам необходимо..
Интеллектуальный портал рекомендаций по культурам с использованием машинного обучения
"Исходный код" Аннотация Система сельскохозяйственного производства превратилась в сложную бизнес-систему, требующую накопления и интеграции знаний и информации из множества разнообразных источников. Чтобы оставаться конкурентоспособным, современный фермер часто полагается на специалистов и консультантов по сельскому хозяйству для получения информации для принятия решений. К сожалению, помощь агронома не всегда доступна, когда в ней нуждается фермер. Для решения этой проблемы были..
Контентная фильтрация для рекомендательных систем
Искусственный интеллект (ИИ) и машинное обучение (МО) становятся обычным явлением. Они используются для выполнения задач и помогают принимать важные решения в самых разных отраслях, включая энергетику, медицину и финансовый сектор. Среди прочего, системы рекомендаций по мощности AI и ML. Эти системы рекомендуют продукты, контент или услуги, которые могут понравиться потребителям, независимо от того, совершают ли они покупки в Интернете, выбирают фильм или песню для потоковой передачи..
Пошаговый пример NMF на Python
Следуйте инструкциям и создайте мощный рекомендатель продукта с помощью NMF. Введение Неотрицательная матричная факторизация (NMF) — очень мощный алгоритм, который исторически использовался во многих различных областях. Он применялся в астрономии, анализе текста, биоинформатике и ядерной визуализации (см. Здесь для других приложений). В этой статье я объясню и продемонстрирую, как можно эффективно применять NMF в рекомендательной системе. Используя реализацию sklearn на Python, я..
Системы рекомендаций следующего поколения: Galileo.XAI
Объясняем, почему вам следует перейти на платформу Larus Graph Data Science Platform — прозрачный способ представления и использования ваших данных. Абстрактный Системы рекомендаций — это алгоритмы, предназначенные для предложения пользователям релевантных товаров для их повседневной жизни, таких как продукты для покупки, фильмы для просмотра, текст для чтения, услуги для использования. Несмотря на то, что рекомендации в основном используются в коммерческих приложениях, их также..
WSDM - конкурс музыкальных рекомендаций KKBox
Рекомендательная система - это процесс, который пытается предсказать предпочтения пользователя. Это системы, которые разработаны, чтобы рекомендовать пользователю что-то на основании множества различных факторов. Рекомендательные системы нацелены на то, чтобы предсказать интересы пользователей и рекомендовать товары, которые, скорее всего, им интересны. Системы рекомендаций работают с большим объемом представленной информации, фильтруя наиболее важную информацию на основе данных,..
Построение модели совместной фильтрации для рекомендации продуктов клиентам
Построение модели совместной фильтрации для рекомендации продуктов клиентам Пошаговое руководство по созданию системы рекомендаций по машинному обучению Обзор проекта В этом блоге показано, как создать систему рекомендаций, чтобы рекомендовать товары клиентам с использованием приобретенных данных и методов машинного обучения. В проекте используется набор данных из книжного магазина, содержащий более 500 000 покупных транзакций. Постановка задачи Цель этой Системы рекомендаций..