Teste seu conhecimento
Por que você usaria sistemas de recomendação?
Você quer direcionar os usuários para itens patrocinados.
E isso não é um bom motivo para usar uma solução de ML.
Ter um mecanismo de recomendação facilita a navegação no conteúdo.
Além disso, um ótimo sistema de recomendações ajuda os usuários a encontrar coisas que eles
não deveriam considerar por conta própria.
Você acha que precisa eliminar o ML em tudo.
Pode parecer dessa forma, mas, na realidade, há motivos muito melhores
para usar ML.
Quais são os principais componentes de um sistema de recomendação?
embedding, métricas de semelhança e exibição
Esses elementos estão relacionados a sistemas de recomendação, mas não
são componentes principais.
fatoração de matriz, DNN e reclassificação
Embora a nova classificação seja um componente, a fatoração de matriz e a DNN são tipos
de geradores candidatos.
geração, pontuação e nova classificação de candidatos
Correto! Esses são os três componentes principais de qualquer
sistema de recomendação.
Exceto em caso de indicação contrária, o conteúdo desta página é licenciado de acordo com a Licença de atribuição 4.0 do Creative Commons, e as amostras de código são licenciadas de acordo com a Licença Apache 2.0. Para mais detalhes, consulte as políticas do site do Google Developers. Java é uma marca registrada da Oracle e/ou afiliadas.
Última atualização 2024-07-26 UTC.
[null,null,["Última atualização 2024-07-26 UTC."],[[["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."]]],[]]
