Süni intellekt və maşın öyrənməsi (Machine Learning — ML) texnologiyalarının inkişafı mobil tətbiqlərin istifadəçilərlə qarşılıqlı əlaqə mexanizmini tamamilə fərqli bir mərhələyə daşımışdır. Müasir idman analitikası tətbiqləri daxili istifadəçi fəaliyyətini analiz edərək hər bir şəxsə fərdi tövsiyələr, maraq göstərdiyi idman növlərinə uyğun analitik materiallar və xüsusi proqnoz şablonları təklif edir. Bu ağıllı tövsiyə sisteminin iş prinsiplərini dərindən öyrənmək, süni intellekt modullarının interfeysə necə inteqrasiya edildiyini anlamaq və ən son intellektual texnologiyalarla təchiz edilmiş tətbiq versiyalarını yükləmək üçün istifadəçilər mostbet yukle rəsmi portalında paylaşılan elmi-texniki məqalələri yaxından izləyirlər.
Fərdi tövsiyə sistemlərinin növləri və iş mexanizmi
Maşın öyrənməsi alqoritmləri istifadəçinin tətbiqdə keçirdiyi vaxtı, baxdığı oyunları və daha əvvəl etdiyi təhlilləri analiz edərək daxili istifadəçi profili (User Profile Matrix) formalaşdırır. Bu profil əsasında tövsiyələr iki əsas metodologiya ilə hazırlanır:
Məzmun əsaslı filtrasiya (Content-Based Filtering): Bu sistem istifadəçinin keçmiş fəaliyyətlərinə əsaslanır. Məsələn, əgər siz mütəmadi olaraq İtaliya A Seriyası futbol oyunlarını axtarır və analiz edirsinizsə, tətbiq daxili olaraq sizin futbol və konkret olaraq İtaliya liqası ilə maraqlandığınızı qeyd edir. Növbəti dəfə tətbiqi açdıqda əsas ekranda ilk olaraq həmin liqanın matçları və xüsusi əmsal dəyişiklikləri sizə təklif olunur.
Birgə filtrasiya (Collaborative Filtering): Bu metod oxşar davranış nümayiş etdirən istifadəçi qruplarının məlumatlarını müqayisə edir. Məsələn, sistem müəyyən edir ki, «A» istifadəçisi və «B» istifadəçisi hər ikisi eyni komandalara proqnoz verirlər. Əgər «B» istifadəçisi yeni bir tennis matçını dərindən analiz etməyə başlayıbsa, sistem avtomatik olaraq bu matçı «A» istifadəçisinin də ekranında «Sizin üçün tövsiyə olunanlar» bölməsində göstərir.
Riyazi ehtimal modeli və Bayes teoreminin tətbiqi