搜索引擎的相关性排名与推荐系统的区别

搜索引擎的相关性排名与推荐系统有什么区别?

它们不都是为了实现相同的目的,即为用户找到最相关的项目吗?


回答:

搜索引擎和推荐系统之间存在重大区别:

  1. 搜索引擎中,用户知道自己在寻找什么,并进行查询!例如,我可能会想去看电影,并搜索关于它的信息,比如演员和导演。
  2. 推荐系统中,用户并不知道我们向她推荐的是什么。我们将她的品味与邻居或任何你喜欢的算法相匹配,找到她不会主动寻找的东西,比如一部新电影!

一个更多的是关于信息检索,而另一个更多的是关于信息过滤和发现。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注