В современной электронной коммерции покупателям нелегко найти интересующий их товар, поскольку в Интернете доступны миллионы товаров. Рекомендательные системы являются одной из систем фильтрации информации, прогнозируя товары, которые могут представлять дополнительный интерес для пользователя в большом наборе товаров на основе интересов пользователя. Данная система использует коллаборативную фильтрацию, которая предлагает несколько рекомендаций пользователям на основе совпадения поведенческих и полезных примеров пользователей и, кроме того, демонстрирует сопоставимые привязанности и поведенческие примеры с этими пользователями. В этой книге представлен подход для рекомендательной системы, позволяющий генерировать значимые рекомендации для набора пользователей по предметам или продуктам, которые могут их заинтересовать. Этот подход использует взвешенную гибридную систему рекомендаций, которая объединяет систему рекомендаций на основе контента и сисm