التحقّق من فهمك
ما هي مزايا استخدام أنظمة الاقتراحات؟
تريد توجيه المستخدمين إلى عناصر ترويجية
هذا ليس سببًا وجيهًا لاستخدام أي برنامج تعلُّم الآلة.
أنت تعتقد أنّه من الضروري رش تقنية ML على كل شيء.
قد يبدو الأمر كذلك، ولكن في الواقع، هناك أسباب أفضل
لاستخدام تعلُّم الآلة.
يساعد استخدام محرّك الاقتراحات في تصفّح المحتوى بسهولة أكبر.
بالإضافة إلى ذلك، يساعد نظام الاقتراحات الرائع المستخدمين في العثور على محتوى لم
يتوقّعوا البحث عنه بمفردهم.
ما هي المكوّنات الأساسية لنظام الاقتراحات؟
التضمين ومقاييس التشابه والعرض
ترتبط هذه العناصر بأنظمة الاقتراحات، ولكنها ليست مكوّنات أساسية.
معامل المصفوفة وDNN وإعادة الترتيب
على الرغم من أن إعادة الترتيب هي أحد المكوّنات، فإن عوامل المصفوفة وDNN هي أنواع من أدوات إنشاء الفلاتر.
إنشاء المرشحين ونتائجهم وإعادة ترتيبهم
ممتاز! هذه هي المكوّنات الأساسية الثلاثة لأي نظام اقتراحات.
إنّ محتوى هذه الصفحة مرخّص بموجب ترخيص Creative Commons Attribution 4.0 ما لم يُنصّ على خلاف ذلك، ونماذج الرموز مرخّصة بموجب ترخيص Apache 2.0. للاطّلاع على التفاصيل، يُرجى مراجعة سياسات موقع Google Developers. إنّ Java هي علامة تجارية مسجَّلة لشركة Oracle و/أو شركائها التابعين.
تاريخ التعديل الأخير: 2024-07-26 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2024-07-26 (حسب التوقيت العالمي المتفَّق عليه)"],[[["Recommendation systems enhance content browsing and help users discover new items."],["Recommender systems are built with three primary components: candidate generation, scoring, and re-ranking."],["While machine learning is often associated with recommendation systems, using it solely to promote sponsored items is not recommended."]]],[]]
