eCommerce保健门户建议推荐系统

Question

我正在尝试建立一个推荐系统。我的系统基本上是一个电子商务应用程序，在这个应用程序中，我们的客户回答了一系列与医疗保健相关的问题(他们的基本健康问题)。根据他们的回答，我们推荐一些产品。这一推荐过程是建立在常规规则基础上的。把它想象成一堆如果-否则的情况。现在我在玩一些机器学习技术，并想看看这种方法是否能在我们的医疗保健系统中增加价值。我正站在起点上，可以利用你们的任何建议。这项建议的目的可以是：

1. 在健康方面使用ML技术的任何产品(考虑HIPPA约束)
2. 任何在健康方面利用ML技术的产品。
3. 建立这样一个系统的第一步是什么？

Answer 1

您的推荐系统将被设计为告诉客户他们应该选择什么产品，然而，这并不说明客户喜欢什么产品。ML方法可以从推荐系统中获取所有输入参数，并根据类似用户的喜好提供推荐产品。

没有考虑HIPPA约束的特定ML技术。这将在预处理阶段发挥更大的作用。例如，您可能无法获得特定的出生日期和地址，但也许您可以得到一个年龄范围和邮政编码(前3位数字)。

Logistic回归是医疗保健中常用的二元分类方法。

有很多在线教程用于构建ML模型。Kaggle有一个关于Python和R使用泰坦尼克生存数据的很好的教程。