# Rekomendacje oparte na treści

EN: **Content-based filtering** · id `contentbased`

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Uczenie maszynowe](https://aiatlasgraph.com/t/ml.md) › [Systemy rekomendacyjne](https://aiatlasgraph.com/t/recommenders.md) › Rekomendacje oparte na treści

## Description

- PL: Polecanie rzeczy podobnych do tych, które osoba już lubi, na podstawie cech samych produktów lub treści.
- EN: Recommending items similar to what a person already likes, based on features of the items themselves.

## In one sentence

- PL: To polecanie rzeczy o cechach podobnych do tych, które już ci odpowiadają.
- EN: This recommends things with features similar to those you already like.

## Problem it solves

- PL: Chcesz znaleźć kolejne pasujące rzeczy, nawet gdy niewiele osób zdążyło je ocenić lub wybrać.
- EN: You want more suitable items even when few people have had a chance to rate or choose them.

## What it does

- PL: Buduje opis twoich zainteresowań z cech wybranych rzeczy i porównuje go z opisami dostępnych kandydatów.
- EN: It builds a description of your interests from the features of chosen items and compares it with available candidates.

## Everyday example

- PL: Po czytaniu artykułów o ogrodnictwie dostajesz propozycję nowego tekstu o pielęgnacji roślin na podstawie jego treści.
- EN: After reading gardening articles, you receive a suggestion for a new plant care article based on its content.

## This concerns you if you…

- PL: masz opisy lub cechy rzeczy do polecenia
- PL: chcesz uwzględniać nowe rzeczy bez historii ocen
- EN: have descriptions or features of items to recommend
- EN: want to include new items without a rating history

## Keywords

TF-IDF · cosine similarity · item feature vectors · user profiles · content embeddings

## How it works

- PL: Cechy lub embeddingi obiektów opisują ich treść, a historia użytkownika tworzy profil preferencji. Podobieństwo do profilu lub model punktujący porządkuje nowe obiekty bez wymagania ich wcześniejszych interakcji.
- EN: Item features or embeddings describe content, while user history forms a preference profile. Profile similarity or a scoring model ranks new items without requiring their previous interactions.

## Limits

- PL: Jakość zależy od opisów i reprezentacji treści. Profil może utrwalać wąskie zainteresowania, a podobieństwo materiału nie gwarantuje zainteresowania nim w bieżącym kontekście.
- EN: Quality depends on descriptions and content representations. Profiles can reinforce narrow interests, while content similarity does not guarantee interest in the current context.

## Key terms

- PL: **profil użytkownika**: Reprezentacja preferencji wyznaczona z historii lub jawnych deklaracji.
- PL: **podobieństwo treści**: Bliskość obiektów według ich cech lub embeddingów.
- EN: **user profile**: A preference representation derived from history or explicit statements.
- EN: **content similarity**: Item closeness based on features or embeddings.

## Know first

- [Embeddingi zdań i dokumentów (modele embeddingowe) (Sentence and document embeddings (embedding models))](https://aiatlasgraph.com/t/textembeddings.md)
- [Metoda k najbliższych sąsiadów (k-NN) (k-nearest neighbours)](https://aiatlasgraph.com/t/knn.md)

## Examples

- PL: podobieństwo cech · profil użytkownika
- EN: feature similarity · user profile

## Sources

- [Google — Recommendation Systems: Recommendations overview (types / architecture)](<https://developers.google.com/machine-learning/recommendation/overview/types>) `google-recsys-architecture` · by Google for Developers

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/contentbased · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30