这些建议应该基于消费者在谷歌等其他网站上搜索的产品。
这基本上意味着,必须根据用户的搜索历史向他/她提出建议。没有其他信息可供用户使用。
这类事情已经实现了吗?(最好用Python)
我考虑的方法是删除停止词,并根据一些标准从搜索查询中提取关键字。我在执行方面没有做到这一点。
发布于 2018-12-28 05:50:06
为了回答你的第一个问题,我不确定基于搜索历史的推荐系统是否已经实现,或者not.This方法听起来确实很酷。
其次,从文本中提取短语的算法有很多种。短语提取和文本摘要是会话人工智能中聊天机器人发展的重要方面之一。举个例子,这里有一个很好的库,名为PyTextRank。通过这链接,更好地理解这是如何工作的。
一旦你有了对给定用户搜索历史的词组排序摘要,你就可以生成项目/S的列表,这个人是感兴趣的。这是一个建立人的独特的特征向量的良好开端。
在此过程之后,您可以合并正常的推荐标志,如协同过滤等。
希望这会有所帮助:)
https://datascience.stackexchange.com/questions/43229
相似问题