Foundations of Recommender Systems: Non-Personalized and Content-Based (bằng tiếng Anh).

Hãy khám phá cách các nền tảng hiện đại gợi ý các sản phẩm, bài viết, và phương tiện thích hợp cho người dùng. Chương trình học dựa trên văn bản này giới thiệu cơ chế cơ bản đằng sau các hệ thống gợi nhắc, bắt đầu từ những điều cơ bản nhất. Bạn sẽ học cách phân tích tập dữ liệu, tính toán các liên kết sản phẩm, và sử dụng các biểu diễn văn bản hiện đại để đưa ra các gợi ý thích hợp. Bạn sẽ học được: - Hiểu được thuật ngữ cốt lõi, giá trị kinh doanh và mô hình kiến trúc của các động cơ khuyến nghị - Đoán định các khuyến nghị không cá nhân hóa bằng thống kê tổng hợp và định kiến nhân khẩu học - Thực hiện các quy tắc liên kết sản phẩm để gợi ý các mặt hàng thường xuyên mua cùng nhau - Tạo hệ thống lọc dựa trên nội dung sử dụng siêu dữ liệu và hồ sơ người dùng - Ứng dụng vector hóa văn bản hiện đại và các thước đo tương tự cosin để phù hợp với sở thích người dùng - Đánh giá hiệu suất và định kiến tiềm năng của các chiến lược khuyến nghị khác nhau Chương trình hướng dẫn bạn từng bước qua lý thuyết cơ bản, công thức toán học, và thực hiện mã thực tế. Bạn sẽ đọc những lời giải thích rõ ràng và làm bài tập viết được thiết kế để củng cố hiểu biết của bạn về logic khuyến nghị. Chương trình này được thiết kế cho những chuyên gia dữ liệu, nhà phát triển phần mềm, và những người mới bắt đầu với các hệ thống khuyến nghị. Không cần kinh nghiệm trước đó trong việc học máy, mặc dù một sự quen thuộc cơ bản với Python và các khái niệm dữ kiện sẽ giúp ích. Bắt đầu xây dựng trải nghiệm người dùng thông minh hơn, dựa trên dữ liệu ngay hôm nay.