Hoe werkt dit technisch?
Unsupervised
Recommendation engine-algoritmes vereisen weinig of geen trainingsdata, waardoor ze tot de familie van unsupervised algoritmes behoren. De waarde die moet “aanbevolen” worden, wordt uit het dichtstbijzijnde datapunt gehaald. Dit betekent dat de afstandsfunctie die gebruikt wordt om dit punt te berekenen een cruciaal onderdeel is. Net zoals bij andere AI en Deep Learning algoritmes zijn verschillende afstandsfuncties en configuraties mogelijk, al of niet gecombineerd met aanvullende clustering- of classificatie-algoritmes. De evaluatie van deze combinaties wordt door Trendskout Auto ML zelfstandig uitgevoerd.
Recommendation vs Classificatie
Recommendation engines worden gebruikt wanneer er veel verschillende types inhoud, producten of diensten zijn die in aanmerking komen om voor te stellen. Wanneer dit aantal beperkt is, is een Classificatie-analyse meer aangewezen, hiervoor is dan wel een trainingsfase nodig.