En quoi les recommandations consistent-elles ?
Comment YouTube sait-il quelle vidéo vous pourriez vouloir regarder ensuite ? Quel est l'impact Google Play Store, choisissez-vous une application rien que pour vous ? De la magie ? Non, dans les deux cas, Le modèle de recommandation basé sur le ML détermine la façon dont les vidéos et applications sont pour d’autres choses que vous aimez, puis émettent une recommandation. Deux types de recommandations sont couramment utilisés:
- recommandations de la page d'accueil
- recommandations d'articles associés
Recommandations de la page d'accueil
Les recommandations de la page d'accueil sont personnalisées en fonction de l'utilisateur centres d'intérêt. Chaque utilisateur voit des recommandations différentes.
Si vous accédez à la page d'accueil des applications Google Play, un message de ce type peut s'afficher:
Recommandations d'articles associés
Comme son nom l'indique, les éléments associés sont des recommandations semblables à une un élément en particulier. Dans l'exemple des applications Google Play, les utilisateurs qui consultent une page une application mathématique peut également voir un panneau d'applications associées, par exemple d'autres applications mathématiques ou scientifiques. applications.
Pourquoi des recommandations ?
Un système de recommandation aide les utilisateurs à trouver du contenu attrayant dans un vaste corpus. Par exemple, le Google Play Store propose des millions d'applications, tandis que YouTube propose des milliards de vidéos. De nouvelles applications et vidéos sont ajoutées chaque jour. Comment les utilisateurs trouvent-ils du nouveau contenu intéressant ? Oui, on peut utiliser la recherche pour y accéder de votre contenu. Toutefois, un moteur de recommandations peut afficher des éléments n'auraient pas pensé à rechercher par elles-mêmes.