建議：是什麼？原因為何？
透過集合功能整理內容
你可以依據偏好儲存及分類內容。
最佳化建議簡介
YouTube 如何得知你接下來可能會想看哪部影片？如何
想在 Google Play 商店挑選一款應用程式嗎？這不是魔法，否，不論是哪一種情況，
以機器學習為基礎的推薦模型會判斷類似影片及
應用程式就是您喜愛的其他事物
然後向使用者提供推薦內容
我們通常會採用以下兩種建議：
首頁推薦內容
系統會根據使用者的已知資訊，向他們推薦首頁
興趣。每位使用者看到的推薦內容都不同。
如果您前往 Google Play 應用程式首頁，可能會看到以下畫面：
顧名思義，相關項目是類似於
特定項目以 Google Play 應用程式為例，使用者看到的頁面是
數學應用程式可能也會看到相關應用程式的面板，例如其他數學或科學
應用程式。
建議原因
推薦系統可協助使用者在大型語料庫中找到吸引人的內容。
舉例來說，Google Play 商店提供數百萬個應用程式，YouTube
提供了數十億部影片每天都會加入更多應用程式與影片。做法
是否有助於使用者發掘全新且吸引人的內容？可以，使用者可以透過搜尋功能存取
內容。但推薦引擎可顯示使用者可能
也不必自行搜尋
除非另有註明，否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權，程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間：2024-07-26 (世界標準時間)。
[[["容易理解","easyToUnderstand","thumb-up"],["確實解決了我的問題","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["缺少我需要的資訊","missingTheInformationINeed","thumb-down"],["過於複雜/步驟過多","tooComplicatedTooManySteps","thumb-down"],["過時","outOfDate","thumb-down"],["翻譯問題","translationIssue","thumb-down"],["示例/程式碼問題","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["上次更新時間：2024-07-26 (世界標準時間)。"],[],[]]
