A probabilistic model for recommending to new cold-start non-registered users

سیستم های توصیه شده برای ارائه توصیه به کاربران ثبت شده طراحی شده اند. کاربران غیرمجاز میتوانند به عنوان یک مورد خاص از کاربر خاموش جدید سرد شروع به کار در نظر گرفته شوند. از آنجا که کاربران غیر مجاز هیچ یک از حسابهای نمایه ایجاد نمیکنند و هیچ موردی را رتبه بندی نمیکنند، سیستمهای توصیهگر نمیتوانند سلیقهی کاربران غیرمجاز را بدانند و معمولا این کاربران غیرمجاز را با میانگین امتیاز هر یک از اقلام میپردازند. با این وجود، کاربران غیر مجاز، بخش مهمی از کاربران بسیاری از سیستم های توصیه می شوند. بنابراین، راه های پیچیده تر توصیه به این کاربران غیر عضو ثبت می شود. در اینجا پیشنهاد می کنیم که این کاربران غیر مجاز را به یک مدل استنتاج طبیعی بر اساس قوانین عدم قطعیت پیشنهاد دهیم که به آنها امکان می دهد توصیه های خود را ارایه دهند. این به صورت ریاضی به وسیله یک مدل احتمالاتی شکل گرفته است که استدلال پیشین را بر اساس قوانین شبیه سازی می کند.