Метод совместной фильтрации (collaborative filtering) в рекомендательных системах – это подход, который используется для предсказания предпочтений пользователей на основе анализа схожести между пользователями или товарами. Давайте рассмотрим каждый из предложенных вариантов и определим, какой из них наиболее точно описывает суть этого метода:

1. Предсказание значений взамен пропусков в матрице предпочтений с помощью схожих пользователей: Это описание наиболее точно соответствует методу совместной фильтрации. В этом методе система анализирует предпочтения схожих пользователей и на основе этого предсказывает, какие товары могут понравиться текущему пользователю.
2. Выявление схожих по профилю пользователей: Это один из этапов метода совместной фильтрации, который помогает в предсказании предпочтений, но не является его полным описанием.
3. Выявление схожих по профилю «товаров»: Это также часть метода совместной фильтрации, известная как item-based collaborative filtering, где анализируется схожесть товаров, но это не полное определение метода.
4. Нахождение самых востребованных товаров: Это больше относится к анализу популярности товаров, а не к методу совместной фильтрации.
5. Очистка первоначальных данных в матрице предпочтений: Это часть процесса подготовки данных, но не является описанием метода совместной фильтрации.

Таким образом, наиболее точное определение метода совместной фильтрации – это предсказание значений взамен пропусков в матрице предпочтений с помощью схожих пользователей.