根据搜索到的过去关键词推荐关键词

Question

我正在尝试向用户推荐会议和关键字(每个会议都有)，基于他搜索的关键字。我不知道哪种推荐算法对我有用。

为了更清楚一点：-当用户在搜索栏中搜索时，我使用搜索查询并对其执行停用词删除，然后进行空格分割，然后对获得的每个单独的单词执行词干提取。因此，我将能够找到用户感兴趣的会议主题。-我正在考虑创建一个用户矢量，其中将有他感兴趣的或他搜索的所有关键字。-此外，我的数据库中有可用会议的所有主题的列表。

所以，我的问题是，使用这个用户矢量，什么样的推荐器将是有用的，将有助于推荐用户可能感兴趣的主题。用户没有为会议主题提供任何类型的评分，因为我们正在从搜索中提取数据。

任何帮助都将不胜感激。

Answer 1

如果您拥有的唯一信息是用户搜索的内容，那么最简单的做法是根据其他搜索过相同内容的人所搜索的主题来推荐主题。

例如，Joe搜索油炸的绿色西红柿和紫色的软糖。如果山姆然后搜索紫色软糖蠕虫，那么你可能会建议他也看看油炸绿色西红柿。

当然，如果你只有几个参与者，这个模型就不能很好地工作。但如果你有很多人在搜索，你可以说，根据你对以前搜索的分析，如果有人搜索X，那么他搜索Y的可能性很高。

这被广泛地称为Collaborative filtering。

Answer 2

在用户没有给出任何其他指标/评级的情况下，您得到的只是提交的搜索字符串。

在这里，您可以使用频繁的项目集挖掘，然后生成关联规则，这应该会以所有历史记录中频繁出现的项目(搜索字符串)的形式给您一个很好的推荐。