سیستم های توصیه گر (Recommender Systems) سیستم های نرم افزاری هستند که سعی می کنند آیتم های مناسب و محبوب یک کاربر را از میان از گزینه ها کشف کننند و به او پیشنهاد بدهند. سیستمهای توصیهگر سیستمهای تأثیرگذار در راهنمایی و هدایت کاربر، در میان حجم عظیمی از انتخابهای ممکن، برای رسیدن به گزینه مفید و مورد علاقه وی هستند، به گونهای که این فرایند برای همان کاربر شخصیسازی شده باشد.
سیستم های توصیه گر (Recommender Systems) با اولین ظهورشان در زمینه فیلتر همبستگی حوزه تحقیقاتی مهمی در اواسط دهه ۱۹۹۰ را فراهم نمودند. دردهه های اخیر دو بخش صنعت و دانشگاه دستاوردهای جدیدی در زمینه سیستم های توصیه گر توسعه داده اند؛ با این وجود علاقه مندی به این بخش هنوز در سطح بالایی است، زیرا حوزه تحقیقاتی غنی بوده و نیاز مبرمی به برنامه های کاربردی فراوانی به منظور کمک به کاربران که با حجم زیادی از اطلاعات مواجه هستند به منظور شخصی سازی اطلاعات پیشنهادی وجود دارد. مثال هایی از چنین برنامه ها، سیستم پیشنهاد دهی کتاب، CD و دیگر محصولات سایت Amazon و پیشنهاد فیلم توسط شرکت MovieLens می باشند.
سرفصل های دوره آموزشی Packt Building Recommendation Systems with Python:
۲ سیستم مشاوره مبتنی بر فیلتر سازمانی مشترک
۳ سیستم های توصیه شده مبتنی بر محتوا و محبوبیت
۴ سیستم توصیه گر ترکیبی
۵ برنامه کاربردی فلاسک با استفاده از PyCharm