Capítulo 28. Recomendación
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
La tarea de recomendación es una de las más intuitivas. Estudiando las preferencias explícitas (mediante valoraciones) o implícitas (mediante el comportamiento observado) de las personas, se pueden hacer recomendaciones sobre lo que le puede gustar a un usuario extrayendo similitudes entre el usuario y otros usuarios, o entre los productos que le gustaron y otros productos. Utilizando las similitudes subyacentes, los motores de recomendación pueden hacer nuevas recomendaciones a otros usuarios.
Casos prácticos
Los motores de recomendación son uno de los mejores casos de uso de los big data. Es bastante fácil recopilar datos de entrenamiento sobre las preferencias pasadas de los usuarios a escala, y estos datos pueden utilizarse en muchos dominios para conectar a los usuarios con nuevos contenidos. Spark es una herramienta de código abierto muy utilizada en diversas empresas para las recomendaciones a gran escala:
- Recomendaciones de películas
-
Amazon, Netflix, y HBO quieren ofrecer contenidos relevantes de cine y TV a sus usuarios. Netflix utiliza Spark para hacer recomendaciones de películas a gran escala a sus usuarios.
- Recomendaciones de cursos
-
Una escuela puede querer recomendar cursos a los alumnos estudiando qué cursos les han gustado o han hecho alumnos similares. Los datos de matriculaciones anteriores constituyen un conjunto ...
Get Spark: La Guía Definitiva now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
