Создание рекомендательной системы
• Мы использовали коллаборативную фильтрацию для прогноза предпочтений пользователей путем сравнения интересов конкретного пользователя с интересами других.
• Построили график для всех продуктов, вычислили косинусное расстояние между ними и преобразовали его в вероятность.
• Мы учли возможность выхода из пузыря благодаря элементу случайности.
• Использовали библиотеки RecTools и SVD decomposition.
• Создали микросервис, алгоритм которого можно разместить на сервере.
Актуальность
Сейчас рекомендательные системы используются почти во всех приложениях и сайтах. Создание рекомендательной системы - долго и дорого, кроме того, рекомендательные системы зачастую очень требовательны к инфраструктуре. Наша задача - решить эти проблемы.
Как пользователи могут начать работу с проектом?
Связавшись с нами, вы получите ссылку, после чего вы сможете подключиться к CoreAPI, затем вы сможете начать работу с нашей рекомендательной системой.
• Наша электронная почта: saasrecsys@gmail.com
Проект создан при поддержке МФТИ