1.
relatori: Vittorio Guarini e
Federico Panini
Machine Learning: strategie di collaborative filtering
nelle piattaforme online.
Un caso concreto di applicazione nel mondo SaaS e E-commerce, il caso
Fazland.com

2.
Recommender System
• content based filtering
• user-user collaborative filtering
• item-item collaborative filtering
• unary item-item

3.
Content Based Filtering
quanto è rilevante una parola o una keyword all'interno di un
documento

4.
Collaborative Filtering
Al contrario del content based filtering, gli algoritmi di collaborative
filtering si basano sul di un concetto : la similarità. Le preferenze
di un utente sono utilizzate come base per creare correlazione
con altri utenti o con altri prodotti.

5.
User-User Collaborative Filtering
Questo tipo di algoritmi cerca di identificare la similarità tra utenti.
A questo punto tra coloro che il sistema riconosce come similari
suggerire prodotti basandosi sulle loro preferenze.

6.
User-User Collaborative Filtering

7.
Item-Item Collaborative Filtering
Item-item collaborative filtering adotta un approccio leggermente
differente, ossia invece di computare ed identificare utenti tra loro
simili, sviluppa una matrice di similarità tra i prodotti utilizzando
ratings o valutazioni “unarie”. A questo punto sarà possibile
suggerire prodotti agli utenti che hanno comprato o utilizzato
prodotti tra loro simili.

8.
AWS

9.
Prof. Joseph A. Konstan - University of Minnesota

10.
GRAZIE !