概述
顾名思义,基于内容的筛选是一种机器学习实现,它使用系统中收集的内容或功能来提供类似的建议。根据用户观察结果从数据集中获取最相关的信息。 最常见的例子是 Netflix、Myntra、Hulu、Hotstar、Instagram Explore 等。例如,如果用户喜欢某个节目或用户将电影添加到Netflix上的列表中,则提要上会弹出类似的建议。
什么是基于内容的过滤?
如前所述,基于内容的过滤是一种用于查找类似建议的推荐算法。在这里,数据集中的每个唯一值都被分配了关键字或属性,以帮助它们被识别。然后根据这些模式,保存有关用户好恶的信息,推荐相关项目。
让我们考虑一个示例,用户正在寻找孟买班德拉机场附近的酒店,每晚费用为 2000 卢比。在这里,推荐系统考虑关键字 - 孟买和机场,考虑的特征将是 - 与机场的距离和每晚的费用。
简而言之,基于内容的过滤根据用户模式捕获属性,然后推荐类似的产品。
为什么要使用基于内容的筛选?