Anwendung im Social Web Ein Szenario der kollaborativen Filteranwendung ist das Empfehlen interessanter oder beliebter Informationen, wie sie von der Community beurteilt werden Als typisches Beispiel erscheinen Geschichten auf der Titelseite von Reddit da sie von der Community „aufgewertet“(positiv bewertet) werden.
Wofür wird kollaboratives Filtern verwendet?
Gemeinsames Filtern ist eine Technik, Elemente herausfiltern kann, die einem Benutzer gefallen könnten, basierend auf Reaktionen ähnlicher Benutzer. Es funktioniert, indem es eine große Gruppe von Personen durchsucht und eine kleinere Gruppe von Benutzern mit einem ähnlichen Geschmack wie ein bestimmter Benutzer findet.
Wie kann artikelbasiertes kollaboratives Filtern verwendet werden?
Element-Element-kollaboratives Filtern ist eine Art von Empfehlungsmethode, die nach ähnlichen Artikeln sucht, basierend auf den Artikeln, die Benutzern bereits gefallen haben oder mit denen sie positiv interagiert haben … Es sucht nach den Artikeln, die Benutzer konsumiert hat, findet er andere Artikel, die den konsumierten Artikeln ähneln, und empfiehlt sie entsprechend.
Welche Einschränkungen gibt es beim kollaborativen Filtern?
Vor- und Nachteile der kollaborativen Filterung
- Keine Domänenkenntnisse erforderlich.
- Serendipity.
- Toller Ausgangspunkt.
- Kann keine frischen Artikel handhaben.
- Schwer zu integrierende Nebenfunktionen für Abfrage/Element.
Wird kollaboratives Filtern überwacht oder nicht überwacht?
Kollaboratives Filtern ist ein unüberwachtes Lernen, bei dem wir Vorhersagen anhand von Bewertungen treffen, die von Menschen bereitgestellt werden. Jede Zeile stellt die Bewertungen von Filmen einer Person dar und jede Sp alte gibt die Bewertungen eines Films an.
