Sistema de Recomendación Colaborativos | ¿Que ven mis amigos?🤷♂️
En esta historia veremos otro sistema de recomendación basado en usuarios similares como podrá ser amigos, vecinos. Aunque también se puede cambiar el enfoque para hacer recomendaciones por productos similares.
Veamos ahora como funciona para el sistema de recomendación por usuarios.
Parte de tener el perfil de cada usuario como explique en el sistema de recomendación basado por contenido.
En este ejemplo veremos como partiendo del perfil de otros usuarios, veremos que otra película puede ser recomendada.
El primer paso es tener el perfil de cada usuario, debemos encontrar la relación entre cada uno, la afinidad entre usuarios (fechas con los porcentajes)
El segundo paso es multiplicar por la matriz de afinidad por la calificación de cada película.
Como ultimo paso hacemos la suma por usuario de la tabla de pesos y dividimos entre la suma por usuarios de la matriz de afinidad.
Por ultimo solo mencionare los posibles problemas de este modelo.
- Escasez de datos (Data Sparsity)
Cuando los usuarios califican un número limitado de productos.
- Inicio (Cold Start)
Dificultad para hacer recomendaciones a nuevos usuarios o considerar nuevos productos.
- Escalabilidad
El caso contrario a los dos anteriores, cuando aumenta la cantidad de usuarios/productos y baja el performance.
👏Gracias por tu tiempo …para leer esta historia 👍
👀También puedes seguirme en YouTube como Geeks Coach
