FA+
Shop
FurAffinity Recommendations
Posted 16 years agohttp://snowlands.ru/en/tools/furaff.....-recommend.htm
_________________________________
If you watch hundreds of users you soon find out it’s getting hard to discover new artists. I’ve tried the well-known FA-rank site which takes Google-like approach to rank users. I failed. Tastes of people differ too much.
How can this problem be solved? Algorithm should take individual user’s tastes into account. That’s how a frequent feature of online shops, “People who bought this also bought that”, is implemented.
So, if you watch enough users you can try out a new tool which uses so called collaborative filtering. You can see any user’s recommendations.
http://snowlands.ru/en/tools/furaff.....-recommend.htm
If you find this tool useful please spread the word about it. This is the only thing I ask in return. :)
_________________________________
Когда наблюдаешь за сотнями пользователей, с каждым разом находить новых авторов всё сложнее и сложнее. Я попробовал использовать для поиска хорошо известный "Топ ФА", в основе которого алгоритм в духе Гугла. Безуспешно. Слишком уж сильно разнятся вкусы пользователей.
Как решить проблему? Алгоритм должен учитывать предпочтения каждого пользователя. Именно так работают советы "вы купили это, вам может быть интересно то" во многих онлайн-магазинах и других ресурсах.
Теперь, если вы следите за достаточным количеством пользователей, можете воспользоваться новой примочкой на основе так называемой совместной фильтрации. Можно посмотреть и советы другим пользователям.
http://snowlands.ru/en/tools/furaff.....-recommend.htm
Если примочка окажется для вас полезной, пожалуйста, расскажите о ней другим. Это вся благодарность, которая мне нужна. :)
_________________________________
If you watch hundreds of users you soon find out it’s getting hard to discover new artists. I’ve tried the well-known FA-rank site which takes Google-like approach to rank users. I failed. Tastes of people differ too much.
How can this problem be solved? Algorithm should take individual user’s tastes into account. That’s how a frequent feature of online shops, “People who bought this also bought that”, is implemented.
So, if you watch enough users you can try out a new tool which uses so called collaborative filtering. You can see any user’s recommendations.
http://snowlands.ru/en/tools/furaff.....-recommend.htm
If you find this tool useful please spread the word about it. This is the only thing I ask in return. :)
_________________________________
Когда наблюдаешь за сотнями пользователей, с каждым разом находить новых авторов всё сложнее и сложнее. Я попробовал использовать для поиска хорошо известный "Топ ФА", в основе которого алгоритм в духе Гугла. Безуспешно. Слишком уж сильно разнятся вкусы пользователей.
Как решить проблему? Алгоритм должен учитывать предпочтения каждого пользователя. Именно так работают советы "вы купили это, вам может быть интересно то" во многих онлайн-магазинах и других ресурсах.
Теперь, если вы следите за достаточным количеством пользователей, можете воспользоваться новой примочкой на основе так называемой совместной фильтрации. Можно посмотреть и советы другим пользователям.
http://snowlands.ru/en/tools/furaff.....-recommend.htm
Если примочка окажется для вас полезной, пожалуйста, расскажите о ней другим. Это вся благодарность, которая мне нужна. :)
