V nastoqschee wremq bol'shinstwo suschestwuüschih rekomendatel'nyh sistem ispol'zuüt podhod kollaboratiwnoj fil'tracii. Takoj tip rekomendatel'nyh sistem predpolagaet, chto esli dwa pol'zowatelq proqwili shozhij interes k odnomu i tomu zhe naboru kontenta, to oni mogut proqwit' shozhie interesy pri wybore buduschego kontenta. Odnako mozhet sluchit'sq tak, chto pol'zowateli, imeüschie opredelennye wkusy w odnoj konkretnoj kategorii kontenta, mogut westi sebq po-raznomu pri wybore kontenta iz drugih kategorij. Krome togo, podhody kollaboratiwnoj fil'tracii neäffektiwno rabotaüt s razrezhennymi naborami dannyh, gde est' nebol'shoe kolichestwo kontenta ili ogranichennoe kolichestwo pol'zowatelej w kategoriqh kontenta. Dlq resheniq ätih problem ispol'zuetsq nowyj podhod, pozwolqüschij rekomendowat' soderzhimoe razlichnyh kategorij, uchitywaq kak semanticheskuü informaciü soderzhimogo, tak i interesy pol'zowatelej. Jetot podhod ispol'zuet Linked Data w kachestwe istochnika dlq poiska sootwetstwuüschej semantiki soderzhimogo, izwlechennoj iz istorii prosmotrow pol'zowatelej. Semanticheskie ponqtiq, poluchennye dlq soderzhimogo, zatem ob#edinqütsq w semanticheskie klastery na osnowe ih shodstwa i relewantnosti.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.