Коллаборативная фильтрация (CF) - это популярный подход к рекомендациям, который активно исследовался в течение последних двух десятилетий, что привело к появлению разнообразных алгоритмов и большой коллекции инструментов для оценки их эффективности. В данном исследовании предлагается новый рекомендательный подход для решения проблем серых овец и нехватки данных с целью повышения точности прогнозирования путем выведения новых пользователей из существующих пользователей в наборах данных. Это преобразование создает пользователей с предпочтениями, противоположными предпочтениям реальных пользователей, что увеличивает количество пользователей и решает две упомянутые проблемы. Эффективность этого подхода была оценена на примере двух наборов данных - MovieLens и FilmTrust. В целом эта книга вносит вклад в разработку более совершенных рекомендательных систем, способных преодолевать проблемы перегрузки данными и улучшать пользовательский опыт.