আমি জানতে চাই যে ঠিক কীভাবে ব্যবহারকারী ভিত্তিক এবং আইটেম ভিত্তিক সুপারিশ একে অপরের থেকে পৃথক।
এটি এটি সংজ্ঞায়িত করে
ব্যবহারকারী ভিত্তিক : অনুরূপ ব্যবহারকারীদের সন্ধান করে আইটেমগুলির প্রস্তাব দিন। এটি ব্যবহারকারীদের গতিশীল প্রকৃতির কারণে স্কেল করা প্রায়শই শক্ত।
আইটেম-ভিত্তিক : আইটেমগুলির মধ্যে সাদৃশ্য গণনা করুন এবং সুপারিশ করুন। আইটেমগুলি সাধারণত খুব বেশি পরিবর্তন হয় না, তাই এটি প্রায়শই লাইনের বাইরে গণনা করা যায়।
তবে দুটি ধরণের সুপারিশ উপলব্ধ থাকলেও, আমি যা বুঝতে পারি তা হ'ল এই উভয়ই কিছু ডেটা মডেল নেবে (বলুন 1,2 বা 1,2, .5 কে আইটেম 1, আইটেম 2, মান বা ব্যবহারকারী 1, ব্যবহারকারী 2, মান যেখানে মান নেই) বাধ্যতামূলক) এবং আমরা যা পছন্দ করেছিলাম সেইরূপতা পরিমাপ এবং সুপারিশকারী বিল্ট-ইন ফাংশন হিসাবে সমস্ত গণনা সম্পাদন করব এবং আমরা একই ডেটাতে ব্যবহারকারীর / আইটেম ভিত্তিক সুপারিশ উভয়ই চালাতে পারি (এটি কি সঠিক অনুমান ??)
সুতরাং আমি জানতে চাই যে ঠিক কীভাবে এবং সমস্ত দিকগুলিতে এই দুই ধরণের অ্যালগরিদম আলাদা।