معرفی مختصر سیستمهای توصیه

آیا تا به حال فکر کرده اید که چگونه برنامه هایی مانند Netflix یا Spotify تصمیم می گیرند کدام فیلم یا آهنگ را تماشا یا گوش دادن ترجیح دهید؟

جادو به نظر می رسد ، اینطور نیست؟

خوب ، بسیاری از اتفاقات دیگر در پشت صحنه اتفاق می افتد. به عنوان مثال ، داده های زیادی در حال استخراج هستند و الگوریتم های پیچیده متعددی توسط متخصصان علوم داده در تلاشند تا پیش بینی های دقیق تری را ایجاد کنند.

این جادو نیست بلکه “یادگیری ماشینی” است.

یادگیری ماشینی همان چیزی است که به سیستم امکان می دهد فیلم ها و آهنگ های مورد علاقه شما را تعیین کند. این برنامه ها توسط الگوریتمی به نام سیستم های توصیه کننده هدایت می شوند.

هرچه بیشتر عمق کنیم ، با جنبه های مهمی روبرو خواهیم شد که سیستم های توصیه گر را برای کاربران و سازمان ها ارزشمند می کند.

برای اینکه سفر یادگیری شما آسان شود ، ما همچنین از نام شرکت هایی که قبلاً از سیستم های توصیه استفاده می کنند استفاده خواهیم کرد. با این حال ، ابتدا در مورد جنبه های مهم منجر به موفقیت سیستم های توصیه کننده صحبت خواهیم کرد.

ارزش تجاری

HBR بیانیه ای محکم درباره توصیه کنندگان داد و گفت: “این تنها مهمترین تمایز الگوریتمی بین شرکتهای” دیجیتال متولد “و شرکتهای قدیمی است.”

به گفته HBR ، آنها همچنین گفتند که سیستم های توصیه کننده سازمان ها را مجبور کرده اند که در مورد چگونگی …