Collaborative Filtering Recommender Systems
Los sistemas de recomendación son una parte importante del ecosistema de la información y el comercio electrónico. Representan un potente método para permitir a los usuarios filtrar a través de grandes espacios de información y productos.
Casi dos décadas de investigación sobre el filtrado colaborativo han dado lugar a un variado conjunto de algoritmos y a una rica colección de herramientas para evaluar su rendimiento. La investigación en este campo avanza hacia una mayor comprensión de cómo la tecnología de recomendación puede integrarse en dominios específicos. Las distintas personalidades de los algoritmos de recomendación demuestran que la recomendación no es un problema universal.
Las tareas específicas, las necesidades de información y los dominios de los artículos representan problemas únicos para los recomendadores, y el diseño y la evaluación de los recomendadores deben realizarse basándose en las tareas de los usuarios a las que hay que prestar apoyo. Las implantaciones eficaces deben comenzar con un análisis minucioso de los posibles usuarios y sus objetivos.
A partir de este análisis, los diseñadores de sistemas disponen de numerosas opciones para elegir el algoritmo e integrarlo en la experiencia del usuario. Collaborative Filtering Recommender Systems ofrece una amplia panorámica del estado actual de la investigación sobre filtrado colaborativo. Analiza los principales algoritmos de filtrado colaborativo y los medios tradicionales de medir su rendimiento con conjuntos de datos de valoración de usuarios.
A continuación se analiza la creación de conjuntos de datos fiables y precisos, la comprensión de los sistemas de recomendación en el contexto más amplio de las necesidades de información de los usuarios y el apoyo a las tareas, y la interacción entre los usuarios y los sistemas de recomendación. Collaborative Filtering Recommender Systems ofrece tanto a profesionales como a investigadores una introducción a las importantes cuestiones subyacentes a los sistemas de recomendación y a las mejores prácticas actuales para abordarlas.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)