সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
সুপারিশ কি?
আপনি পরবর্তীতে কোন ভিডিও দেখতে চান তা YouTube কিভাবে জানে? কিভাবে Google Play Store শুধুমাত্র আপনার জন্য একটি অ্যাপ বাছাই করে? জাদু? না, উভয় ক্ষেত্রেই, একটি ML-ভিত্তিক সুপারিশ মডেল নির্ধারণ করে যে ভিডিও এবং অ্যাপগুলি আপনার পছন্দের অন্যান্য জিনিসগুলির সাথে কতটা মিল এবং তারপরে একটি সুপারিশ প্রদান করে৷ দুটি ধরণের সুপারিশ সাধারণত ব্যবহৃত হয়:
হোম পেজ সুপারিশ
সম্পর্কিত আইটেম সুপারিশ
হোমপেজ সুপারিশ
হোমপেজের সুপারিশগুলি একজন ব্যবহারকারীকে তাদের পরিচিত আগ্রহের ভিত্তিতে ব্যক্তিগতকৃত করা হয়। প্রতিটি ব্যবহারকারী বিভিন্ন সুপারিশ দেখেন।
আপনি যদি Google Play Apps হোমপেজে যান, তাহলে আপনি এরকম কিছু দেখতে পাবেন:
সম্পর্কিত আইটেম সুপারিশ
নাম অনুসারে, সম্পর্কিত আইটেমগুলি একটি নির্দিষ্ট আইটেমের অনুরূপ সুপারিশ। Google Play অ্যাপের উদাহরণে, ব্যবহারকারীরা গণিত অ্যাপের পৃষ্ঠার দিকে তাকিয়ে অন্যান্য গণিত বা বিজ্ঞান অ্যাপের মতো সংশ্লিষ্ট অ্যাপের একটি প্যানেলও দেখতে পারেন।
কেন সুপারিশ?
একটি সুপারিশ সিস্টেম ব্যবহারকারীদের একটি বৃহৎ সংস্থার মধ্যে আকর্ষণীয় বিষয়বস্তু খুঁজে পেতে সাহায্য করে। উদাহরণস্বরূপ, গুগল প্লে স্টোর লক্ষ লক্ষ অ্যাপ সরবরাহ করে, যখন ইউটিউব বিলিয়ন ভিডিও সরবরাহ করে। প্রতিদিন আরও অ্যাপ এবং ভিডিও যোগ করা হয়। কিভাবে ব্যবহারকারীরা নতুন এবং আকর্ষক বিষয়বস্তু খুঁজে পেতে পারেন? হ্যাঁ, কেউ কন্টেন্ট অ্যাক্সেস করতে সার্চ ব্যবহার করতে পারেন। যাইহোক, একটি সুপারিশ ইঞ্জিন এমন আইটেমগুলি প্রদর্শন করতে পারে যা ব্যবহারকারীরা নিজেরাই অনুসন্ধান করার কথা ভাবেননি।
[[["সহজে বোঝা যায়","easyToUnderstand","thumb-up"],["আমার সমস্যার সমাধান হয়েছে","solvedMyProblem","thumb-up"],["অন্যান্য","otherUp","thumb-up"]],[["এতে আমার প্রয়োজনীয় তথ্য নেই","missingTheInformationINeed","thumb-down"],["খুব জটিল / অনেক ধাপ","tooComplicatedTooManySteps","thumb-down"],["পুরনো","outOfDate","thumb-down"],["অনুবাদ সংক্রান্ত সমস্যা","translationIssue","thumb-down"],["নমুনা / কোড সংক্রান্ত সমস্যা","samplesCodeIssue","thumb-down"],["অন্যান্য","otherDown","thumb-down"]],["2024-07-27 UTC-তে শেষবার আপডেট করা হয়েছে।"],[[["Recommendation models predict user preferences by analyzing similarities between items and past user interactions to suggest relevant content."],["Two common recommendation types are homepage recommendations (personalized to individual users) and related item recommendations (similar to a specific item being viewed)."],["Recommendation systems help users discover new and engaging content within vast collections like Google Play and YouTube, going beyond search functionality."],["Recommendations significantly influence user behavior, driving a substantial portion of app installs and video watch time on these platforms."]]],[]]
