YOUR PHONE MAY KNOW YOU BETTER THAN YOUR BEST friend

Abstract

Доповідь досліджує, яким чином рекомендаційні алгоритми сучасних смартфонів і додатків вивчають вподобання користувачів і пропонують персоналізований контент. Розглядається процес збору даних про поведінку та принципи роботи машинного навчання. Особливу увагу приділено двом аспектам: collaborative filtering, який порівнює користувачів між собою, та content-based filtering, який аналізує характеристики контенту.

This paper explores how recommendation algorithms in modern smartphones and applications learn user preferences and deliver personalized content. The process of collecting behavioral data and the principles of machine learning are examined. Special attention is paid to two aspects: collaborative filtering, which compares users with each other, and content–based filtering, which analyzes the characteristics of the content.