对于推荐系统，我应该选择什么算法?为什么？

Question

据我所知，推荐系统大致分为协作系统和内容系统。协作又分为1)内存(使用相似度量)和2)模型(众所周知的矩阵/张量分解)。基于内容的方法包括构造用户配置文件，然后使用支持向量机( SVM )等算法对项目进行分类和推荐。下面是我的问题：

1. 我还能用什么算法来推荐呢?为什么？
2. 我能用神经网络吗？(理解他们对我来说有点困难)
3. 神经网络( NN )只适用于文本和图像处理，数值数据不需要像NN这样复杂的算法，这是真的吗？

Answer 1

简短回答：

这取决于你的数据。你想做什么？

更长的答案：

1. 如果您有项上的数据，请使用基于内容的方法。使用协作方法是指您拥有关于用户的数据。如果两者都有的话，两者都用。我会说，基于内容的方法是一般的机器学习问题(如何从数据中提取有意义的信息)，而协作过滤实际上是推荐系统特定的工作(用户的行为如何提示用户/项的相似/连接)。
2. 你可以的。神经网络只是一种算法，你当然可以用它们来进行基于内容的分析，也许可以用它们来增强你的协作算法。
3. NN使用文本和图像作为数字数据，所以我不理解您的问题。

如果您想深入了解当今的推荐系统，请看一下这个文章。