Negócios + Dados + IA
Algoritmos de recomendação são técnicas probabilisticas usadas para sugerir itens a consumidores virtuais baseados em suas preferências pessoais ou nas de pessoas com gostos similares aos seus.
Os principais tipos de sistemas de recomendação são baseados em
-
filtragens por conteúdo, ou seja, de itens similares aos preferidos pelo próprio usuário;
-
filtragens colaborativas, que consideram as escolhas feitas por pessoas com gostos similares ao do cliente que está recebendo a recomendação;
-
modelos híbridos, que combinam o melhor das duas técnicas acima;
-
técnicas de associação e market basket, como os algoritmos Apriori, Eclat, FP-growth
-
itens mais populares.
Casos de sucesso de usos de sistemas de recomendação:
-
Amazon com as suas apresentações de livros e produtos disponíveis em seu marketpplace para o público consumidor;
-
Netflix com as suas sugestões de filmes, séries e documentários para os seus assinantes;
-
YouTube com as indicações de vídeos para os visitantes do seu site.
Saiba mais: Wikipedia em português, Wikipedia em inglês, todos os posts deste blog.
Técnicas & frameworks: Natural Language Processing Toolkit (NLPT), scikit-learn e distância de similaridade calculado com cosseno.