Обзор подходов к построению рекомендательных систем

Recommender systems are used to provide product or services recommendations that allow users to find information on the Internet and improve customer relationships. The development of such systems is a very large subdomain area of data mining. Currently, various approaches to build recommender systems are used. Their usage is useful for business, education, as well as for other areas of human activity. Thus, it is important to analyze the trends in this area. This work describes the most popular approaches for building recommender systems: content-based filtering, collaborative filtering, and a hybrid approach.Рекомендательные системы используются для предоставления рекомендаций товаров или услуг, которые позволяют пользователям ориентироваться в многочисленной информации в Интернете, а также улучшают взаимоотношения с клиентами. Разработка подобных систем - это большая поддоменная область интеллектуального анализа данных. В настоящее время применяются различные подходы для построения рекомендательных систем. Их использование полезно для бизнеса, образования, а также для других сфер человеческой деятельности. Таким образом, важно провести анализ текущих тенденций в данной области. В представленной работе описываются наиболее популярные подходы для построения рекомендательных систем: фильтрация на основе содержания, коллаборативная фильтрация, а также гибридный подход