Artificial intelligence 向用户组推荐项目的最有效算法是什么？
使用协同过滤通常适用于给单个用户评分，但当需要向多人推荐一个项目（例如：想一起看电影或想一起度假的朋友）时，这些算法会发生什么变化？因为这个问题是一个非常笼统的问题，我会在这个层面上回答 关键的变化是，一个个体通常最小化（或目标函数最大化）的损失函数将在一个集合中最小化。除非您有集合的训练数据，否则这往往非常困难。更重要的是，集合可能会根据建议而改变Artificial intelligence 向用户组推荐项目的最有效算法是什么？,artificial-intelligence,machine-learning,recommendation-engine,collaborative-filtering,Artificial Intelligence,Machine Learning,Recommendation Engine,Collaborative Filtering,使用协同过滤通常适用于给单个用户评分，但当需要向多人推荐一个项目（例如：想一起看电影或想一起度假的朋友）时，这些算法会发生什么变化？因为这个问题是一个非常笼统的问题，我会在这个层面上回答 关键的变化是，一个个体通常最小化（或目标函数最大化）的损失函数将在一个集合中最小化。除非您有集合的训练数据，否则这往往非常困难。更重要的是，集合可能会根据建议而改变 尽管如此，一个天真的方法是建议一个最小公分母的项目：一个平均而言，最大化目标函数的项目。因为这个问题是一个非常一般的层次，我将在这个层次上回答它
尽管如此，一个天真的方法是建议一个最小公分母的项目：一个平均而言，最大化目标函数的项目。因为这个问题是一个非常一般的层次，我将在这个层次上回答它 关键的变化是，一个个体通常最小化（或目标函数最大化）的损失函数将在一个集合中最小化。除非您有集合的训练数据，否则这往往非常困难。更重要的是，集合可能会根据建议而改变 尽管如此，一个天真的方法是建议一个最小公分母项目：一个平均最大化目标函数的项目。阅读托比·塞加兰的编程集体智慧阅读托比·塞加兰的编程集体智慧