कॉन्टेंट के हिसाब से फ़िल्टर करना

कॉन्टेंट के हिसाब से फ़िल्टर करने की सुविधा, आइटम की सुविधाओं का इस्तेमाल करके उन दूसरे आइटम का सुझाव देती है जिन्हें उपयोगकर्ता की पिछली कार्रवाइयों या अश्लील सुझावों के आधार पर पसंद करता है.

कॉन्टेंट के हिसाब से फ़िल्टर करने की सुविधा को दिखाने के लिए, Google Play Store की कुछ सुविधाओं को मैन्युअल तरीके से बनाएं. नीचे दिया गया चित्र एक सुविधा मैट्रिक्स को दिखाता है, जिसमें हर पंक्ति कोई ऐप्लिकेशन दिखाती है और हर कॉलम एक सुविधा को दिखाता है. इन सुविधाओं में कैटगरी, जैसे कि शिक्षा, कैज़ुअल, स्वास्थ्य, ऐप्लिकेशन के प्रकाशक, और अन्य कई कैटगरी शामिल हो सकती हैं. आसान शब्दों में कहें, तो मान लें कि इस सुविधा का मैट्रिक्स बाइनरी है: गैर-शून्य वैल्यू का मतलब है कि ऐप्लिकेशन में वह सुविधा है.

आप उसी सुविधा वाले स्पेस में भी उपयोगकर्ता को दिखाते हैं. उपयोगकर्ता से जुड़ी कुछ सुविधाएं उपयोगकर्ता को साफ़ तौर पर मिल सकती हैं. उदाहरण के लिए, कोई उपयोगकर्ता अपनी प्रोफ़ाइल में "मनोरंजन ऐप्लिकेशन" चुनता है. हालांकि, उन्हें पहले से इंस्टॉल किए गए ऐप्लिकेशन की जानकारी के हिसाब से, दूसरी सुविधाएं आसानी से मिल सकती हैं. उदाहरण के लिए, उपयोगकर्ता ने Radio R Us के ज़रिए प्रकाशित किया गया दूसरा ऐप्लिकेशन इंस्टॉल किया.

मॉडल में इस उपयोगकर्ता के लिए प्रासंगिक आइटम का सुझाव दिया जाना चाहिए. ऐसा करने के लिए, आपको पहले समानता वाली एक मेट्रिक चुननी होगी (उदाहरण के लिए, बिंदु वाला प्रॉडक्ट). इसके बाद, आपको मिलते-जुलते मेट्रिक के हिसाब से हर उम्मीदवार के आइटम को स्कोर करने के लिए सिस्टम सेट अप करना होगा. ध्यान दें कि सुझाव इस उपयोगकर्ता के लिए खास हैं, क्योंकि मॉडल में दूसरे उपयोगकर्ताओं के बारे में किसी भी जानकारी का इस्तेमाल नहीं किया गया है.

ऐसे मेट्रिक की इमेज जिसमें उपयोगकर्ता और ऐप्लिकेशन को दिखाया जा सकता है

समानता के माप के रूप में डॉट प्रॉडक्ट का इस्तेमाल करना

ऐसे मामले पर विचार करें जिसमें उपयोगकर्ता एम्बेड कर रहा है \(x\) और ऐप्लिकेशन एम्बेड करने \(y\) की प्रक्रिया बाइनरी वेक्टर है.\(\langle x, y \rangle = \sum_{i = 1}^d x_i y_i\)के बाद से, \(x\) और \(y\) दोनों में दिखाई देने वाली किसी सुविधा से, कुल योग में 1 की योगदान मिलती है. दूसरे शब्दों में, \(\langle x, y \rangle\) सुविधाओं की संख्या दोनों वेक्टर में एक साथ सक्रिय है. एक प्रॉडक्ट के बारे में ज़्यादा जानकारी देने से, सामान्य सुविधाओं के बारे में पता चलता है. इससे, प्रॉडक्ट की मिलती-जुलती संभावना बढ़ जाती है.

इसे खुद आज़माएं!

पिछली ऐप्लिकेशन समस्या के हर ऐप्लिकेशन के लिए डॉट प्रॉडक्ट का हिसाब लगाएं. इसके बाद, उस जानकारी का इस्तेमाल करके नीचे दिए गए सवाल का जवाब दें:

हम किस ऐप्लिकेशन का सुझाव दें?
यह शिक्षा देने वाला ऐप्लिकेशन है, जिसे Science R Us ने बनाया है.
आप सही हैं! इस आइटम पर सबसे ज़्यादा बिंदु वाला प्रॉडक्ट 2 है. हमारे उपयोगकर्ता को विज्ञान और शिक्षा से जुड़े ऐप्लिकेशन वाकई पसंद हैं.
Healthcare द्वारा बनाया गया स्वास्थ्य ऐप्लिकेशन.
इस ऐप्लिकेशन को 1 स्कोर मिलता है. यह हमारे सिस्टम के लिए सबसे खराब सुझाव है, लेकिन यह सबसे अच्छा सुझाव नहीं है.
TimeWastr की ओर से बनाया गया कैज़ुअल ऐप्लिकेशन.
असल में, इस ऐप्लिकेशन का सबसे कम बिंदु वाला प्रॉडक्ट 0 है. हमारे उपयोगकर्ता की दिलचस्पी गेम जैसे कैज़ुअल ऐप्लिकेशन में नहीं है.