एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
बहु-मानदंड सहयोगी फ़िल्टरिंग
क्लासिक सहयोगी फ़िल्टरिंग का विस्तार जो उपयोगकर्ता प्राथमिकताओं की भविष्यवाणी करने और व्यक्तिगत अनुशंसाओं की सटीकता में सुधार करने के लिए एक साथ कई मूल्यांकन आयामों पर विचार करता है।
प्राथमिकताओं का समेकन
एक गणितीय प्रक्रिया जो विभिन्न मानदंडों पर एक उपयोगकर्ता के कई मूल्यांकनों को जोड़ती है ताकि एक समग्र प्राथमिकता स्कोर उत्पन्न किया जा सके जिसका उपयोग अनुशंसाओं की रैंकिंग में किया जाता है।
बहु-आयामी उपयोगिता मैट्रिक्स
एक डेटा संरचना जो कई प्राथमिकता अक्षों के अनुसार उपयोगकर्ताओं के मूल्यांकन का प्रतिनिधित्व करती है, जिससे संतोष स्कोर से परे जटिल स्वादों का बारीक मॉडलिंग संभव होता है।
मानदंडों का भारित करना
एक तकनीक जो प्रत्येक मूल्यांकन आयाम को सापेक्ष महत्व गुणांक निर्दिष्ट करती है ताकि व्यक्तिगत प्राथमिकताओं की पदानुक्रम को दर्शाया जा सके और अनुशंसा एल्गोरिथ्म को प्रभावित किया जा सके।
बहु-उद्देश्य उपयोगिता फलन
एक गणितीय मॉडल जो कई मानदंडों पर मूल्यांकन को एक एकल उपयोगिता मूल्य में बदलता है, विभिन्न प्राथमिकता आयामों के बीच समझौतों और ट्रेड-ऑफ को एकीकृत करता है।
प्राथमिकता स्थान
एक बहु-आयामी वेक्टर प्रतिनिधित्व जहां प्रत्येक अक्ष एक मूल्यांकन मानदंड से मेल खाता है, जिससे जटिल उपयोगकर्ता प्रोफाइल के बीच समानताओं की कल्पना और गणना की जा सकती है।
वेक्टर उपयोगकर्ता प्रोफाइल
एक उपयोगकर्ता की प्राथमिकताओं का एक बहु-आयामी वेक्टर के रूप में गणितीय समग्र प्रतिनिधित्व, जहां प्रत्येक घटक एक विशिष्ट मानदंड के लिए प्राथमिकता तीव्रता को एन्कोड करता है।
परेटो-अनुकूल अनुशंसा
आइटम्स का एक सेट जिसे किसी एक मानदंड पर बेहतर नहीं किया जा सकता है बिना कम से कम एक अन्य मानदंड पर प्रदर्शन को बिगाड़े, जो एक बहु-उद्देश्य संदर्भ में सर्वोत्तम समाधान बनाता है।
बहु-मानदंड संकर प्रणाली
एक ऐसी आर्किटेक्चर जो कई अनुशंसा तकनीकों (सहयोगी, सामग्री-आधारित, ज्ञान-आधारित) को जोड़ती है, साथ ही उपयोगकर्ता पसंद की कई आयामों को स्पष्ट रूप से प्रबंधित करती है।
मानदंड संवेदनशीलता विश्लेषण
ऐसी विधि जो प्रत्येक मानदंड की सापेक्ष महत्व में परिवर्तन के प्रभाव का अंतिम अनुशंसाओं पर मूल्यांकन करती है, जिससे सबसे प्रभावशाली आयामों की पहचान हो सके।
पसंद मानकीकरण
विभिन्न मानदंडों के मूल्यांकन पैमानों को एक सुसंगत बहु-आयामी ढांचे में तुलनीय और गणितीय रूप से संचालन योग्य बनाने के लिए मानकीकरण की प्रक्रिया।
योगात्मक पसंद मॉडल
एक ऐसा दृष्टिकोण जहां किसी आइटम की कुल उपयोगिता प्रत्येक मानदंड पर आंशिक उपयोगिताओं के भारित योग के रूप में गणना की जाती है, यह मानते हुए कि पसंद के आयाम स्वतंत्र हैं।
बहु-मानदंड निहित प्रतिक्रिया
प्रत्यक्ष स्पष्ट मूल्यांकन के बिना, देखे गए व्यवहार (क्लिक, देखने का समय, खरीद) से कई आयामों पर उपयोगकर्ता पसंद की स्वचालित अनुमान।
मानदंड विभाजन
व्यक्तिगत बनाने को परिष्कृत करने और उपयोगकर्ता के स्वाद में सूक्ष्मताओं को पकड़ने के लिए पसंद के आयामों को अधिक विस्तृत उप-श्रेणियों में विभाजित करने की तकनीक।
पसंद मानचित्रण
बहु-मानदंड स्थान में उपयोगकर्ताओं और आइटम्स के बीच संबंधों का ग्राफिकल दृश्य, जो पसंद के क्लस्टर और जटिल व्यवहार पैटर्न का पता लगाता है।
पसंद एलिसिटेशन
उपयोगकर्ताओं से विभिन्न मानदंडों के भार और सापेक्ष महत्व प्राप्त करने की अंतःक्रियात्मक प्रक्रिया, अक्सर तुलनात्मक प्रश्नों या विश्लेषणात्मक विधियों के माध्यम से।
समग्र स्कोरिंग फंक्शन
एक गणितीय एल्गोरिथ्म जो प्रत्येक मानदंड के व्यक्तिगत स्कोर को एक एकल प्रासंगिकता मेट्रिक में जोड़ता है, जिसमें व्यक्तिगत विन्यास पैरामीटर और डोमेन बाधाएँ शामिल हैं।
पसंदों का अंतर
एक उपाय जो एक उपयोगकर्ता की बहु-मानदंड पसंद और एक अनुशंसित आइटम की विशेषताओं के बीच के अंतर को मापता है, जो समग्र उपयुक्तता को अनुकूलित करने के लिए उपयोग किया जाता है।