任何以前购买的推荐系统有详细记录的算法/功能

Question

我正在为一个项目开发一个以前购买的推荐系统。我试图排序的列表是静态的，不会随时间变化。假设每个用户在不同的时间购买不同的商品，我在寻找一个从用户购买历史记录中捕获频率和最近的函数。

是否有详尽的功能/研究来解决这类问题？

Answer 1

有很多有详细记录的技巧可以帮助你解决这个问题。协作过滤，甚至最近的邻居搜索都会有帮助(假设您已经使用多模态输入的神经网络为产品创建了良好的嵌入)。

您最初希望按频率对列表进行排序，然后按日期排序。一旦，你需要找到与顶部相关的项目(比方说，前5位)。

为了找到相似的产品，您可以使用协作过滤或最近的邻居搜索来查找它们。