我希望写一个基本的推荐引擎,将采取和存储数字I(与图书有关)的列表,比较这些与大量相同的I的其他用户,并根据这些发现推荐额外的书籍。
经过一些谷歌搜索,我找到了this article,它讨论了Slope One算法的实现,但似乎依赖于用户对被比较项目的评分。理想情况下,我希望在不需要用户提供评级的情况下实现这一点。我假设如果用户在他们的收藏中有这本书,他们会喜欢它。
虽然我突然想到,我可以将每本书的评分默认为10,但我想知道是否有更有效的算法可以使用。理想情况下,我希望即时计算这些建议(避免批量计算)。如有任何建议,我们将不胜感激。
发布于 2011-01-28 06:11:11
你的任务的一个基本算法是collaborative memory-based推荐系统。它很容易实现,特别是当您的项目(在案例书中)只有ID而没有其他功能时。
但是,正如您已经说过的,您需要用户对这些项目进行某种评分。但不要把评级想成1到5星,而更像是一个二元选择,比如0(图书未读)和1(图书已读),或者感兴趣或不感兴趣。
然后使用适当的来计算所有用户(和他们的项目集)和您自己之间的差异,选择与您最相似的n个用户(无论活动用户是谁),并挑选出您没有评级的项目(或考虑,选项0)。
我认为在这种情况下,一个好的距离度量应该是1范数距离,或者有时称为曼哈顿距离。但在这一点上,您必须试验您的数据集,以获得最佳结果。
对此主题的一个很好的介绍是由Breese等人撰写的论文,《协作过滤的预测算法的经验分析》。可用的here。对于一篇研究论文来说,这是一篇容易阅读的文章。
发布于 2010-12-22 03:15:39
Apriori algorithm可以根据用户感兴趣的项目集向您提供建议。你必须定义你自己的兴趣集合的概念,例如,用户在单个订单中购买的项目,用户曾经购买的项目,用户好评的项目,用户详细探索的项目。
Apriori算法需要批处理,但存在可能不需要批处理的改进。它们是AprioriTid和AprioriHybrid (对不起,没有链接)。
发布于 2011-03-05 14:06:20
@ndg非常有洞察力,作为一个在这个领域工作的人,我认为你使用了相当于~ {0,1}的评级系统是正确的。星级评分的大部分差异都是噪音。你可以允许{0,1,2}加上"love it!“但是同样,用户对这些按钮的使用是不一致的,所以限制选择是有好处的。火锅让用户有10个超级加爱,这保持了它的一致性。
我的建议是小心不要用太宽的笔触作画。换句话说,通用算法是最简单的,但您错过了机会主义的机会。
取一个你非常熟悉的小数据集--比如让你的一些朋友使用这个网站--并注意所有可能对用户距离评级产生积极或消极影响的因素。然后,在建模过程中,您必须决定哪些因素以及如何/多少因素。
请记住,规范的数量大约是曲线数量的大小。你可能想要考虑一个拟范数,伪范数,甚至是非连续范数。
我认为没有任何理由使用曼哈顿标准,事实上,我会使用基于图形的标准来计算用户之间的距离。
https://stackoverflow.com/questions/4051965
复制相似问题