Hệ thống Recommendation: Collaborative filtering và content-based filtering khác nhau chỗ nào ? ?

  1. Trí tuệ nhân tạo

Khi tìm hiểu về hệ thống Recommendation, em thấy 2 phương pháp này được nhắc đến và sử dụng nhiều nhất. Vậy chúng khác nhau chỗ nào ? Khi nào nên dùng cái nào ? Khi nào nên mix cả 2 ? Chuyên gia có kinh nghiệm nào ko ạ ? 



Với cả khi xem sơ đồ hoạt động của phương pháp content-based filtering, làm sao để bóc ra được 

  1. Các tính chất của content  
  2. User preference về content 


Từ khóa: 

trí tuệ nhân tạo

Hai mô hình khác nhau ở dữ liệu , dữ kiện sẽ sử dụng. Và đối tượng sẽ nhận gợi ý.


Collaborative Filtering: 

Sử dụng hành vi người dùng để gợi ý. Ví dụ như thông tin giao dịch, mua bán, lựa chọn, hay mục quan tâm được sử dụng cho mô hình này. 

Với những hành vi của người dùng mới, thì dựa vào sự tương tự, ta gợi ý cho người dùng mới.

Giải thuật để xác định tính tương đồng có thể Jaccard Similarity.

Đối tượng nhận gợi ý thường là người dùng mới.




Content-based Filtering: 

Sử dụng thông tin của Người dùng, thông tin sản phẩm để đánh giá và gợi ý.

Giải thuật thường dùng để đo lường tính tương tự là Cosine Similarity.

Đối tượng nhận gợi ý thường là Người dùng đang được phân tích





Còn việc dùng ở đâu, dùng như nào, chắc bạn nói rõ sản phẩm của bạn là gì, bạn muốn gợi ý gì, thì mới rõ ràng.


Về câu hỏi Tính chất của Content, và User Preference:

Khi đã xác định rõ dữ liệu, sản phẩm, mục tiêu gợi ý , thì thông tin [Hồ Sơ-Profile] sẽ được trích xuất ra được. Việc trích xuất ra được thông tin nào, tùy thuộc vào sự sáng tạo của người làm trực tiếp. Ngoài ra, còn cả sự liên quan giữa [Thông tin đã trích xuất] và mục tiêu sẽ gợi ý

Trả lời

Hai mô hình khác nhau ở dữ liệu , dữ kiện sẽ sử dụng. Và đối tượng sẽ nhận gợi ý.


Collaborative Filtering: 

Sử dụng hành vi người dùng để gợi ý. Ví dụ như thông tin giao dịch, mua bán, lựa chọn, hay mục quan tâm được sử dụng cho mô hình này. 

Với những hành vi của người dùng mới, thì dựa vào sự tương tự, ta gợi ý cho người dùng mới.

Giải thuật để xác định tính tương đồng có thể Jaccard Similarity.

Đối tượng nhận gợi ý thường là người dùng mới.




Content-based Filtering: 

Sử dụng thông tin của Người dùng, thông tin sản phẩm để đánh giá và gợi ý.

Giải thuật thường dùng để đo lường tính tương tự là Cosine Similarity.

Đối tượng nhận gợi ý thường là Người dùng đang được phân tích





Còn việc dùng ở đâu, dùng như nào, chắc bạn nói rõ sản phẩm của bạn là gì, bạn muốn gợi ý gì, thì mới rõ ràng.


Về câu hỏi Tính chất của Content, và User Preference:

Khi đã xác định rõ dữ liệu, sản phẩm, mục tiêu gợi ý , thì thông tin [Hồ Sơ-Profile] sẽ được trích xuất ra được. Việc trích xuất ra được thông tin nào, tùy thuộc vào sự sáng tạo của người làm trực tiếp. Ngoài ra, còn cả sự liên quan giữa [Thông tin đã trích xuất] và mục tiêu sẽ gợi ý