|
Post by account_disabled on Dec 3, 2023 6:10:11 GMT
数据分割 当推荐引擎收集信息时, 它们会对数据进行分段。这是一种信息分类,包括在互联网用户的数据和站点的引用之间创建关联。兴趣在于建立一个数据模型,使系统能够优化推荐。由于这种信息分段,推荐引擎可以轻松识别每个互联网用户。 推荐本身 由于之前构建的数据或信息模型,推荐系统现在可以提出建议。后者只是根据访问者的数 国家电子邮件列表 据提取响应访问者的体验和习惯的产品列表。因此,所建议的产品是相关的并且满足互联网用户的期望。这显然就是推荐引擎在不同网站上的工作方式。 推荐引擎:? 尽管推荐引擎遵循相同的操作流程,但可以根据建议的方式对其进行分类。因此,我们有推荐系统的三种主要模型。有:基于内容、基于用户以及最后的混合推荐。以下更清楚地展示了每个推荐引擎模型的组成部分: 基于内容 基于内容的推荐引擎是一种基于内容过滤的推荐系统。这是大多数在线商店使用的推荐引擎类型。这是一个使用按项目点击的数据的模型。也就是说,本质上是基于不同产品的参考特性。根据参观者的购买经历向他们提出建议。 巨头Netflix使用的正是这个推荐引擎。它的优点是不需要大型社区即可发挥作用和有效。出于充分的理由,它没有考虑与其他用户相关的信息。但是,这是一个会在用户中产生单调效果的推荐系统。建议的产品大多基于相同的选择标准。这几乎没有造成多样性。
|
|