აპლიკაცია სოციალურ ქსელში ერთობლივი ფილტრაციის აპლიკაციის ერთ-ერთი სცენარია საზოგადოების მიერ შეფასებული საინტერესო ან პოპულარული ინფორმაციის რეკომენდაცია როგორც ტიპიური მაგალითი, ისტორიები გამოჩნდება Reddit-ის პირველ გვერდზე. რადგან მათ "ხმას აძლევენ" (დადებითად შეფასებული) საზოგადოების მიერ.
რისთვის გამოიყენება ერთობლივი ფილტრაცია?
თანამშრომლობითი ფილტრაცია არის ტექნიკა, რომლის საშუალებითაც შეუძლია გაფილტროს ისეთი ელემენტები, რომლებიც მომხმარებელს შეიძლება მოეწონოს მსგავსი მომხმარებლების რეაქციების საფუძველზე. ის მუშაობს ადამიანთა დიდი ჯგუფის მოძიებით და მომხმარებელთა უფრო მცირე ნაკრების პოვნაში კონკრეტული მომხმარებლის მსგავსი გემოვნებით.
როგორ შეიძლება გამოყენებულ იქნას ერთეულზე დაფუძნებული ერთობლივი ფილტრაცია?
საქონელი-საქონელი ერთობლივი ფილტრაცია არის რეკომენდაციის ერთ-ერთი სახეობა, რომელიც ეძებს მსგავს ნივთებს იმ ნივთების საფუძველზე, რომლებიც მომხმარებლებს უკვე მოეწონათ ან დადებითად ურთიერთობდნენ… ის ეძებს ელემენტებს მომხმარებელმა მოიხმარა, შემდეგ პოულობს მოხმარებული ნივთების მსგავს სხვა ნივთებს და ამის მიხედვით რეკომენდაციას უწევს.
რა არის ერთობლივი ფილტრაციის შეზღუდვები?
ერთობლივი ფილტრაციის უპირატესობები და ნაკლოვანებები
- არ არის საჭირო დომენის ცოდნა.
- Serendipity.
- შესანიშნავი საწყისი წერტილი.
- ვერ უმკლავდება ახალ ნივთებს.
- ძნელია მოთხოვნის/საქონელის გვერდითი ფუნქციების ჩართვა.
ერთობლივი ფილტრაცია ზედამხედველობის ქვეშაა თუ ზედამხედველობის გარეშე?
თანამშრომლობითი ფილტრაცია არის უზედამხედველო სწავლება, რომელიც ჩვენ პროგნოზებს ვაკეთებთ ხალხის მიერ მოწოდებული რეიტინგებიდან. თითოეული სტრიქონი წარმოადგენს ფილმების რეიტინგებს ადამიანისგან და თითოეული სვეტი მიუთითებს ფილმის რეიტინგებს.
