أسس أنظمة التوصية: غير الشخصية والقائمة على المحتوى

اكتشف كيف تقترح المنصات الحديثة المنتجات والمقالات والوسائط المناسبة لمستخدميها. تقدم هذه الدورة النصية الآليات الأساسية وراء أنظمة التوصية، بدءًا من الأساسيات المطلقة. ستنتقل من فهم مفاهيم التوصية الأساسية إلى تطبيق خوارزميات التصفية غير الشخصية والقائمة على المحتوى. ستكتسب المهارات اللازمة لتحليل مجموعات البيانات، وحساب ارتباطات المنتجات، والاستفادة من التمثيلات النصية الحديثة لتقديم اقتراحات ذات صلة. ما ستتعلمه: - فهم المصطلحات الأساسية، والقيمة التجارية، والأنماط المعمارية لمحركات التوصية - حساب التوصيات غير الشخصية باستخدام الإحصائيات الموجزة والقوالب النمطية الديموغرافية - تطبيق قواعد ارتباط المنتجات لاقتراح العناصر التي يتم شراؤها معًا بشكل متكرر - بناء أنظمة تصفية قائمة على المحتوى باستخدام البيانات الوصفية للعناصر وملفات تعريف المستخدمين - تطبيق تقنيات تحويل النصوص إلى متجهات حديثة ومقاييس تشابه جيب التمام (cosine similarity) لمطابقة تفضيلات المستخدم مع المحتوى - تقييم الأداء والتحيزات المحتملة لاستراتيجيات التوصية المختلفة ترشدك الدورة خطوة بخطوة عبر النظرية التأسيسية، والصيغ الرياضية، وتطبيقات الأكواد العملية. ستقرأ شروحات واضحة وتعمل من خلال تمارين مكتوبة مصممة لترسيخ فهمك لمنطق التوصية. تم تصميم هذه الدورة لمتخصصي البيانات الطموحين، ومطوري البرمجيات، والعقول التحليلية الجدد في مجال أنظمة التوصية. لا تتطلب خبرة سابقة في التعلم الآلي (machine learning)، على الرغم من أن الإلمام الأساسي بـ Python ومفاهيم البيانات مفيد. ابدأ في بناء تجارب مستخدم أكثر ذكاءً وتعتمد على البيانات اليوم.