Que sont les recommandations ?
Comment YouTube sait-il quelle vidéo vous pourriez regarder ? Comment le Google Play Store sélectionne-t-il une application juste pour vous ? C'est magique ? Non. Dans les deux cas, un modèle de recommandation basé sur le ML détermine le degré de similitude entre des vidéos et des applications par rapport à d'autres éléments, puis affiche une recommandation. Deux types de recommandations sont couramment utilisés:
- recommandations de la page d'accueil
- recommandations d'articles associés
Recommandations sur la page d'accueil
Les recommandations de la page d'accueil sont personnalisées en fonction des centres d'intérêt connus des utilisateurs. Chaque utilisateur voit des recommandations différentes.
Si vous accédez à la page d'accueil des applications Google Play, vous pouvez voir quelque chose de semblable à ceci:
Recommandations d'articles associés
Comme leur nom l'indique, les éléments associés sont des recommandations semblables à un élément particulier. Dans l'exemple des applications Google Play, les utilisateurs qui consultent la page d'une application de mathématiques peuvent également voir un panneau contenant des applications associées, telles que d'autres applications de mathématiques ou de science.
Pourquoi des recommandations ?
Un système de recommandation aide les utilisateurs à trouver du contenu attrayant dans un grand nombre de corpus. Par exemple, le Google Play Store propose des millions d'applications, tandis que YouTube fournit des milliards de vidéos. Des applications et des vidéos sont ajoutées tous les jours. Comment trouver de nouveaux contenus attrayants ? Oui, il est possible d'utiliser la recherche pour accéder au contenu. Toutefois, un moteur de recommandations peut afficher des éléments que les utilisateurs n'auraient peut-être pas envisagé de rechercher par eux-mêmes.