Как модель Restricted Boltzmann Machine применяется в рекомендательных системах?

Модель Restricted Boltzmann Machine (RBM) применяется в рекомендательных системах для совместной фильтрации. www.geeksforgeeks.org

Суть применения: RBM учится предсказывать предпочтения пользователей на основе их прошлого поведения и рекомендовать элементы, которые, вероятно, заинтересуют пользователя. www.geeksforgeeks.org

В контексте рекомендательных систем идея применения RBM заключается в том, чтобы изучить типичное поведение пользователя, а не конкретные примеры. habr.com

Некоторые преимущества использования RBM в рекомендательных системах:

• Обобщаемость. habr.com Модель хорошо обобщается на новые примеры, если они не сильно различаются по вероятности. habr.com
• Стабильность во времени. habr.com Если задача рекомендаций стационарна во времени, модель не нужно часто обучать, чтобы приспособиться к новым рейтингам и пользователям. habr.com