用可伸缩的方式将具有相似标题的用户分组

Question

我试图找出最好的方法，根据顾客的购物车结账项目分组。我有篮子，篮子里有什么，但是我完全不知道如何分组所有类似的篮子。我有一组用户，我认为不应该被计算在我的总体指标中(或者至少承认他们)。这些用户创建一个新帐户，将4-5项放在他们的购物车中，并结帐。然后创建一个新帐户，并重复该过程。他们似乎重复这个过程长达12个小时，然后改变项目，我想分组这些客户与“常规”客户。

我的问题是，它并不总是相同的4-5项--我不知道如何扩大搜索范围。如果我知道是Item1-Item5，这将是一个简单的搜索，甚至比较每个人的手推车，但把每个人的手推车和其他人的手推车进行比较，似乎根本不会扩展。(如果我想要5个标题的话，我也想要‘边缘’，但他们有4个，或者所有的5个和一个新的，等等)。

我对此非常陌生，甚至我应该搜索哪些术语，或者我应该学习哪些软件包，我都会非常感激。

Answer 1

这个问题似乎有点类似于推荐系统问题，如果我正确理解的话，在这个问题中，您有几个标题要根据用户以前的交互情况推荐给他们。

也许你能在上面读到？您可以搜索诸如矩阵分解/协作筛选之类的算法。

一个很好的资源：https://course.fast.ai/videos/?lesson=4

Answer 2

如果您想根据某些特性(这里是签出历史记录)将数据集分组为k个不同的组，则可以使用K均值聚类算法将它们聚为不同的组。您会发现sklearn k表示聚类模块很有帮助。您所需要做的就是将数据提供到其中，并选择适当的超参数。