Дослідження рекомендаційної системи для сектора нерухомості на основі колаборативної фільтрації
Abstrakt
Людське життя було поділено на два етапи, до та після народження Інтернету. Люди проводять більшу частину свого життя в Інтернеті. Там вони зустрічаються, спілкуються, розважаються, навчаються та купують різні товари та послуги. Будьте обережні з товаром. Як це працює у реальному світі? Мені хотілося б повернутися до цього. Як це відбувається? Він намагатиметься знайти товар/послугу, які найкраще вам підходять. Інтернет-магазини та різні вебсервіси вирішили не відмовлятися від такого вдалого підходу, щоб збільшити прибуток та популярність своїх ресурсів. Це також збільшить ваш прибуток. Тому вони (інтернет-магазини, торгові майданчики, веб-сервіси всіх видів) використовують рекомендаційні системи різного рівня якості. Ще одна причина звернути увагу на рекомендаційні системи полягає в тому, що в інтернеті величезна кількість всіляких товарів та послуг і вибрати серед них фізично складно.
Bibliografia
Recommender Systems — User-Based and Item-Based Collaborative Filtering [Електронний ресурс]. – Режим доступу: https://medium.com/@cfpinela/recommendersystems-user-based-and-itembased-collaborative-filtering-5d5f375a127f – Назва з екрану
R. Salakhutdinov and A. Mnih. Probabilistic matrix factorization. In Advances in Neural Information Processing Systems, 2008.
Т. В. Нескородєва, Є. Є. Федоров, Т. В. Січко, А. Р. Нескородєва. Експертні та рекомендаційні системи: навч. посіб. для здобувачів вищої освіти спеціальностей 122 «Комп’ютерні науки», 125 «Кібербезпека», 113 «Прикладна математика»». – ДонНУ імені Василя Стуса. 2021. - 320с.
