根据朋友的前十名名单推荐相册

Question

只是想知道是否有人能在协作过滤方面提出一个很好的算法，我可以用它来根据十大列表来建议音乐选择。

这是一个个人项目，我是一个私人音乐博客的成员，其中大多数用户最近提交了“2011年最佳”名单。名单的大小范围(例如10-50张专辑)，没有排名。大约有100张单子。

基本上，希望给每个用户一些建议，根据他们的列表与其他人的相关。

Answer 1

很简单，真的-

首先用uid表示每个用户，列表中的每个曲目表示为歌曲id。现在您将获得用户/项矩阵表示。

对于数据集中的每个用户，运行贾卡德相似性。它非常简单，它只是查看用户之间的歌曲交汇处。

然后以X最相似的用户为例，它可以形成用户最近的邻域。在此之后，您只需对存在的每首歌进行加权计数。每个计数的加权是基于相似性评分的。得分最高的歌曲是你应该推荐的。

这种方法不需要排名或与每首歌相关的分数。

Answer 2

有许多协作过滤方法您可以研究。作为另一种选择，我将建议一些非常简单的东西，这应该很容易编码，并且应该给出合理的结果。警告:这只是我的头顶，可能是非常低劣的一些更成熟的方法，但这似乎是一个有趣的话题，所以我要尝试一下。

由于列表没有排序，所以可以比较每个列表和另一个列表。普通相册的数量应该很容易确定(假设相册名称没有拼错)。在其他人的名单上，用它作为彼此相册的权重。因此，在与您至少共享一张相册的人的列表中，您没有的每一张相册都将出现在推荐列表中，并按您与该用户的相册进行加权。然后，您将汇总所有其他用户的每一张专辑的分数。

所以，如果你和用户B有5张专辑，你会给用户列表上的每个专辑分配一个5的权重，而这个列表不在你的名单上。移动到用户C时，您也会这样做。如果用户C和你有3张普通相册，那么用户B和用户C的列表中没有的任何相册现在都有8的重量。

你可能想增加列表的重量，在那里你分享了很多专辑，所以这些建议甚至更有价值。换句话说，一个包含10个普通相册的列表的权重可能大于10，因此，在您共享一张专辑的情况下，它将包含超过10个列表。这应该很容易调整和测试。

一旦您遍历了所有其他列表，您就可以将推荐列表截断到前10位或合理的位置。