什么是协同过滤(Collaborative Filtering)？
协同过滤是一种处理数据的方法，它依赖于使用来自多个来源的数据来建立具有相似品味和消费习惯的人的档案。这项技术用于许多不同的环境中。一些最著名的协同过滤应用可以在互联网上看到，当它被用于市场营销、预测用户口...
协同过滤是一种处理数据的方法，它依赖于使用来自多个来源的数据来建立具有相似品味和消费习惯的人的档案。这项技术用于许多不同的环境中。一些最著名的协同过滤应用可以在互联网上看到，当它被用于市场营销、预测用户口味以及管理依赖用户输入的网站时。
营销人员可以使用协作过滤向用户提供非常精确的目标营销在一个简单的协同过滤工作示例中，网站可能需要为电视节目建立一个推荐系统。该网站的用户在登录并列出他们喜欢的节目时提供数据。这些数据反过来被用来识别有相似品味的用户。如果75%喜欢a节目的人喜欢B节目，系统可以推断出喜欢其中一个的人可能会喜欢另一个，因此，当用户登录并识别为show a的粉丝以寻求建议时，系统可以推荐ShowB，协同过滤需要大量的数据，从中抽取的数据越多，数据越有用、越有效。少量的数据更有可能以没有意义的结果结束，例如错误的连接，从而导致对口味的预测不佳这类系统经常会遇到冷启动问题，因为需要先填充数据库，所以开发速度很慢。早期采用该系统的人可能会对该系统感到失望，因为它没有足够的数据，所以会提出不好的建议协作过滤还广泛应用于社交网站和提供企业书签等工具的网站上，用户可以共享和推广他们感兴趣的网站的链接。随着用户添加到系统中的数据体中，该系统可以开始提出旨在迎合每个用户口味的建议。例如，一个社会化书签网站可能会根据一些人过去表示喜欢的链接和用户生成随机链接。营销人员可以使用协作过滤向用户提供非常精确的目标营销个性化营销可以非常有效，因为用户感觉自己是在接受个人推荐，因此他们更容易接受推荐。社交网站等网站自愿提供的大量数据是营销人员的热门商品，他们从这些网站购买数据来开发定制的活动。
营销人员可以使用协作过滤向用户提供非常精确的目标营销在一个简单的协同过滤工作示例中，网站可能需要为电视节目建立一个推荐系统。该网站的用户在登录并列出他们喜欢的节目时提供数据。这些数据反过来被用来识别有相似品味的用户。如果75%喜欢a节目的人喜欢B节目，系统可以推断出喜欢其中一个的人可能会喜欢另一个，因此，当用户登录并识别为show a的粉丝以寻求建议时，系统可以推荐ShowB，协同过滤需要大量的数据，从中抽取的数据越多，数据越有用、越有效。少量的数据更有可能以没有意义的结果结束，例如错误的连接，从而导致对口味的预测不佳这类系统经常会遇到冷启动问题，因为需要先填充数据库，所以开发速度很慢。早期采用该系统的人可能会对该系统感到失望，因为它没有足够的数据，所以会提出不好的建议协作过滤还广泛应用于社交网站和提供企业书签等工具的网站上，用户可以共享和推广他们感兴趣的网站的链接。随着用户添加到系统中的数据体中，该系统可以开始提出旨在迎合每个用户口味的建议。例如，一个社会化书签网站可能会根据一些人过去表示喜欢的链接和用户生成随机链接。营销人员可以使用协作过滤向用户提供非常精确的目标营销个性化营销可以非常有效，因为用户感觉自己是在接受个人推荐，因此他们更容易接受推荐。社交网站等网站自愿提供的大量数据是营销人员的热门商品，他们从这些网站购买数据来开发定制的活动。
- 发表于 2020-07-30 14:08
- 阅读 ( 832 )
- 分类：电脑网络
admin
0 篇文章
作家榜 »
-
xiaonan123
189 文章
-
汤依妹儿
97 文章
-
luogf229
46 文章
-
jy02406749
45 文章
-
小凡
34 文章
-
Daisy萌
32 文章
-
我的QQ3117863681
24 文章
-
华志健
23 文章