asp.net mvc中的模型推荐系统

Question

我正在寻找推荐系统为我的应用程序，推荐专辑的基础上用户购买的历史。我发现了一些系统/算法，比如协同过滤(基于用户/项目/模型/混合)。哪一个最适合我的应用程序？或者你能给我一些更好的解决方案吗？

Answer 1

没有一刀切的办法。推荐是一个持续的过程，不仅需要在技术层面上，也需要在业务层面上对每种方法进行理解、试验和评估。该系统是否产生足够的收入来证明其成本是合理的？或者你在没有任何好处的情况下运行服务器是在赔钱？

系统最终会推荐利润率比正常水平更低的东西吗？也就是说，它是否推荐比其他东西更昂贵的采购或运输的东西？

此外，过去的购买都是糟糕的数据。他们只告诉你你卖给客户的东西，而不是客户一般购买的东西，他们喜欢什么，为什么他们喜欢它等等。他们不会告诉你他们没有买的东西。或者他们在购买之前从你自己的目录中拒绝了什么。这就是公司从市场研究公司购买数据的原因。

我建议阅读Building recommender systems with Azure Machine Learning service，不是因为它是Azure，而是因为它解释了正在进行的过程中的步骤，各种算法，它们的优点。至少有12种不同的算法。

本文解释了该过程中的5个正在进行和重复的任务：

1. 数据准备-为每个推荐器准备和加载数据algorithm
2. Modeling -使用各种经典和深度学习推荐算法构建模型(xDeepFM)
3. Evaluating -使用离线指标的评估算法和eXtreme
4. 模型选择和优化-调整和优化推荐器的超参数

-在生产环境中操作模型

即使你有完美的数据，2-4也会反复重复，因为你会看到什么对你的业务有效，无论它是否提高了销售额(和利润率)。

三大云提供商提供了各种方式来创建推荐服务，当然是按月收费的。云服务的好处至少是你在每月的账单中看到了提前支付的费用。

Answer 2

我对Python库SurPRISE有很好的体验。您可以在docker容器中使用它来创建restful服务，并从您的ASP.NET web应用程序中使用它。