¿Cuál es el enfoque más eficiente para los sistemas de recomendación?

Además del punto válido de Abhinav Maurya sobre la necesidad de incluir criterios adecuados en la formulación de tales preguntas, hay otros aspectos que hacen imposible proporcionar una respuesta integral dentro de las limitaciones de Quora sobre el tamaño de una respuesta.

Básicamente, el problema principal es que el éxito de cualquier sistema de información depende del contexto de uso del sistema. Existen varios tipos de sistemas de recomendación (los principales son colaborativos, basados ​​en contenido e híbridos), escenarios de uso para cada tipo de sistema, así como una población de usuarios y personas extremadamente diversas con sus propios requisitos para la precisión, rendimiento y usabilidad del sistema. y mucho más.

Teniendo en cuenta el hecho de que todos esos factores principales tienen una multitud de valores potenciales, queda claro que su combinación representa un espacio de características muy grande (como científicos de datos, deberíamos usar la terminología correcta, ¿no?) :-). Entonces, si bien la tarea de encontrar el enfoque más eficiente (sin embargo, está definido para un caso particular) para construir un sistema de recomendación es ciertamente factible, también parece que no es una tarea de optimización trivial y, lo que es más importante, depende en gran medida de la entrada y otros parámetros o, en otras palabras, el contexto. Por lo tanto, considerando la necesidad de limitar de alguna manera el espacio de características prácticamente infinito (por ejemplo, mediante la reducción de la dimensionalidad), parece que no hay una solución general al problema.