রিকমেন্ডার সিস্টেম কন্টেন্ট-ভিত্তিক পদ্ধতি, কল্যাণভিত্তিক (collaborative) পদ্ধতি, বা একটি হাইব্রিড পদ্ধতি ব্যবহার করতে পারে যা কন্টেন্ট-ভিত্তিক এবং কল্যাণভিত্তিক উভয় পদ্ধতিকে একত্রিত করে।
কন্টেন্ট-ভিত্তিক (Content-based)
কন্টেন্ট-ভিত্তিক পদ্ধতিতে গ্রাহক যা পূর্বে পছন্দ করেছিল বা জিজ্ঞাসা করেছিল 그와 সাদৃশ্যপূর্ণ আইটেম সুপারিশ করা হয়। এটি পণ্যের বৈশিষ্ট্য এবং টেক্সটুয়াল আইটেম সংজ্ঞার ওপর নির্ভর করে।
কন্টেন্ট-ভিত্তিক পদ্ধতিতে, একই ব্যবহারকারী দ্বারা সাদৃশ্যপূর্ণ বিভিন্ন আইটেমে প্রদত্ত ইউটিলিটির ওপর ভিত্তি করে হিসাব করা হয়। অনেক সিস্টেম টেক্সটুয়াল ডেটা ধারণকারী আইটেম সুপারিশ করার ওপর ফোকাস করে, যেমন ওয়েবসাইট, আর্টিকেল, এবং নিউজ মেসেজ। সেগুলো আইটেমগুলোর মধ্যে সাধারণ বৈশিষ্ট্য খুঁজে বের করে। সিনেমার জন্য, সেগুলো একই ژانর, পরিচালক, বা অভিনেতা খুঁজে বের করতে পারে।
আর্টিকেলের জন্য, সেগুলো একই শব্দ খুঁজে বের করতে পারে। কন্টেন্ট-ভিত্তিক পদ্ধতিগুলো ইনফরমেশন থিয়োরি-তে আঁচড়। সেগুলো কীওয়ার্ড (আইটেম সংজ্ঞায়িত করা) এবং ব্যবহারকারী প্রোফাইল ব্যবহার করে যাতে ব্যবহারıcıর পছন্দ এবং প্রয়োজনীয়তা সম্পর্কে তথ্য থাকে। এই প্রোফাইলগুলো স্পষ্টভাবে প্রাপ্ত বা সময়ের সাথে ব্যবহারকারীর ট্রানজ্যাকশনাল আচরণ থেকে অনুমান করা যেতে পারে।
কল্যাণভিত্তিক (Collaborative)
কল্যাণভিত্তিক পদ্ধতিতে, একজন ব্যবহারকারীর সামাজিক পরিবেশ বিবেচনা করা হয়। এটি অন্যান্য গ্রাহকদের মতামতের ওপর ভিত্তি করে আইটেম সুপারিশ করে যাদের একই স্বাদ বা পছন্দ ব্যবহারকারীর সাথে মিলে।
রিকমেন্ডার সিস্টেম ইনফরমেশন রিট্রিভাল, পরিসংখ্যান, মেশিন লার্নিং, এবং ডেটা মাইনিং থেকে বিস্তৃত পরিসরের পদ্ধতি ব্যবহার করে আইটেম এবং ব্যবহারকারীর পছন্দের মধ্যে সাদৃশ্য খুঁজে বের করতে।
রিকমেন্ডার সিস্টেমের সুবিধা হল সেগুলো ই-কমার্সের ব্যবহারকারীদের জন্য ব্যক্তিগতকরণ সমর্থন করে, এক-से-এক মার্কেটিং বিকাশ করে। Amazon, কল্যাণভিত্তিক রিকমেন্ডার সিস্টেমের ব্যবহারে একটি অনুপ্রেরক, "প্রতিটি গ্রাহকের জন্য একটি ব্যক্তিগত স্টোর" প্রদান করে তাদের মার্কেটিং কৌশলের অংশ হিসেবে।
ব্যক্তিগতকরণ ব্যবহারকারী এবং জড়িত কোম্পানি উভয়ের জন্য সুবিধাজনক। তাদের ব্যবহারকারীদের আরও কার্যকর মডেল পেয়ে, কোম্পানিগুলো ব্যবহারকারীর প্রয়োজনীয়তাগুলোর আরও ভালো বোঝাপড়া পায়। এই প্রয়োজনীয়তাগুলো পূরণ করলে ক্রস-সেলিং, আপ-সেলিং, পণ্য অনুরূপতা, এক-से-এক প্রচার, উচ্চ বিক্রি, এবং ব্যবহারকারী ধারণের ক্ষেত্রে উচ্চ সাফল্য আসতে পারে।
একটি কল্যাণভিত্তিক রিকমেন্ডার সিস্টেম একজন ব্যবহারকারী u-র জন্য আইটেমের ইউটিলিটি পূর্বাভাস দিতে চেষ্টা করে, u-র সাথে সাদৃশ্যপূর্ণ অন্যান্য ব্যবহারকারীদের দ্বারা পূর্বে রেট করা আইটেমের ওপর ভিত্তি করে। উদাহরণস্বরূপ, বই সুপারিশ করার সময়, একটি কল্যাণভিত্তিক রিকমেন্ডার সিস্টেম একাধিক ব্যবহারকারী খুঁজে বের করতে চেষ্টা করে যাদের u-র সাথে সম্মতির ইতিহাস আছে। কল্যাণভিত্তিক রিকমেন্ডার সিস্টেম মেমরি (বা হিউরিস্টিক) ভিত্তিক বা মডেল ভিত্তিক হতে পারে।
মেমরি-ভিত্তিক পদ্ধতি হিউরিস্টিক ব্যবহার করে পুরো সেট 이전에 ব্যবহারকারীদের দ্বারা রেট করা আইটেমের ওপর ভিত্তি করে রেটিং পূর্বাভাস তৈরি করতে। একটি বেনামী আইটেম-ব্যবহারকারী সংযোগের রেটিং একই আইটেমের জন্য সাদৃশ্যপূর্ণ ব্যবহারকারীদের রেটিং সমষ্টি হিসেবে গণনা করা যেতে পারে।
