การกรองตามเนื้อหาจะใช้ฟีเจอร์ของรายการเพื่อแนะนำรายการอื่นๆ คล้ายกับสิ่งที่ผู้ใช้ชอบโดยอิงจากการกระทำก่อนหน้านี้ ความคิดเห็น
มาลองสร้างคุณลักษณะบางอย่างกัน เพื่อสาธิตการกรองเนื้อหา สำหรับ Google Play Store รูปต่อไปนี้แสดงเมทริกซ์จุดสนใจ แต่ละแถวแสดงแอปและแต่ละคอลัมน์แสดงฟีเจอร์ ฟีเจอร์ อาจรวมถึงหมวดหมู่ (เช่น การศึกษา ทั่วไป สุขภาพ) ผู้เผยแพร่โฆษณา ของแอป และอื่นๆ อีกมากมาย เพื่อให้เข้าใจง่าย สมมติว่าเมทริกซ์ฟีเจอร์นี้เป็นเลขฐานสอง หากค่าที่ไม่ใช่ 0 หมายความว่าแอปมีฟีเจอร์นั้นอยู่
และคุณเป็นตัวแทนของผู้ใช้ในพื้นที่ฟีเจอร์เดียวกันด้วย บางอย่างเกี่ยวกับผู้ใช้ ฟีเจอร์ให้แก่ผู้ใช้ได้อย่างชัดแจ้ง เช่น ผู้ใช้เลือก "แอปบันเทิง" ในโปรไฟล์ ฟีเจอร์อื่นๆ อาจเป็นแบบโดยนัย ตามแอปที่พวกเขาเคยติดตั้ง ตัวอย่างเช่น ผู้ใช้ ติดตั้งแอปอีกแอปหนึ่งที่เผยแพร่โดย Science R Us
โมเดลควรแนะนำรายการที่เกี่ยวข้องกับผู้ใช้รายนี้ ในการดำเนินการนี้ คุณต้อง ก่อนอื่นให้เลือกเมตริกความคล้ายคลึงกัน (เช่น ผลิตภัณฑ์แบบจุด) จากนั้นคุณต้อง ตั้งค่าระบบเพื่อให้คะแนนแต่ละรายการของผู้สมัครตามความคล้ายคลึงกันนี้ เมตริก โปรดทราบว่าคำแนะนำมีไว้สำหรับผู้ใช้รายนี้เท่านั้นในฐานะต้นแบบ ไม่ได้ใช้ข้อมูลใดๆ เกี่ยวกับผู้ใช้รายอื่น
การใช้ผลิตภัณฑ์แบบจุดเป็นการวัดความคล้ายคลึงกัน
ลองพิจารณากรณีที่ผู้ใช้ฝัง \(x\) และแอป การฝัง \(y\) เป็นเวกเตอร์ไบนารีทั้งคู่ ตั้งแต่ปี \(\langle x, y \rangle = \sum_{i = 1}^d x_i y_i\) ที่ปรากฏในทั้ง \(x\) และ \(y\) ผลรวม กล่าวคือ \(\langle x, y \rangle\) คือจำนวน ของจุดสนใจที่ทำงานในเวกเตอร์ทั้งสองพร้อมกัน ระดับสูง จุดจะบ่งบอกคุณลักษณะที่เหมือนกันมากกว่า จึงมีความคล้ายคลึงกันสูงกว่า
ทดลองด้วยตัวคุณเอง
คำนวณจุดของผลิตภัณฑ์สำหรับแต่ละแอปในโจทย์แอปก่อนหน้า จากนั้นใช้ข้อมูลนั้นตอบคำถามด้านล่าง