回答情况：
提问时间：
问题标签：
1回答
矩阵是对称的，而且要大得多)：0.88 1.00 0.99 0.96 0.99 0.96 0.86 1.00
我需要实现推荐，对于一组项目，推荐一组新的项目。
浏览 0修改于2015-02-08得票数 5
我试图使用mahout中给出的项目推荐来计算具有布尔偏好的数据集的精确性和回忆性。由于我在n处得到P和R的值相等，这是否意味着对于每个用户，相关电影的数量每次都被移动到测试集=推荐数，即n。如果测试集中的n个相关电影是随机的，那么为什么每次运行代码时都得到相同的P和R值。我能想到的唯一解释就是结果是推荐人在n处计算P和R如下:一个接一个，每个用户随机地将n个相关的电影放在测试集中。
浏览 3修改于2014-05-22得票数 1
我想要跟踪用户和他/她正在搜索/阅读的博客类别，然后利用这些数据在主页的推荐博客部分推荐博客。我已经研究了几天了，发现了Django推荐，但是文档是非常unclear.Thanks的……
浏览 13提问于2021-07-30得票数 0
我正在尝试获得单一偏好的用户推荐，这似乎是故意丢弃的Mahout推荐工作在Hadoop上。对于我的情况，大约50%的用户只有一个偏好，不是很多，有任何推荐是可以的，推荐强度可能< 1.0。
浏览 1修改于2014-09-05得票数 0
我试图建立一个谷歌钱包支付程序，让用户购买一个条目进入一个锦标赛。为了做到这一点，用户必须填写一堆关于自己的信息(姓名、联赛球员号码、联系人电话号码等)，还有其他一些隐含的数据，例如他们要进入的锦标赛的唯一标识符。可能性#1然后，回发处理程
浏览 4提问于2013-09-14得票数 0
这样我就可以向用户推荐k个相似的项目。我没有用户评分。K个推荐需要基于用户的购买历史(他的n个项目)。
项目有字段“名称”，“作者”，“关键字”例如，我需要推荐最相似的项目。
浏览 1提问于2012-05-01得票数 0
回答已采纳
现在我有了n users和k total items，对于每个用户，他已经购买了一些商品，我想在现有的users/items数据集上训练FM，这样我就能够向已经购买了一些商品的新用户推荐新商品。., 1, 0 0
因此，在对新用户进行预测时，我不需要在训练数据集中找到与新用户最相似的用户，而是向旧用户推荐。
浏览 3修改于2017-08-02得票数 0
在此之后，我想向我的客户推荐进一步的Z型产品。我已经知道，如果这个人只买了一件商品，最好的办法可能是一件对一件商品的推荐人。但我想不出一个解决方案，即推荐总是基于X型产品和Y型产品的组合，并向客户推荐几种Z型产品。非常感谢
浏览 5提问于2017-03-30得票数 1
回答已采纳
1回答
我正在尝试运行一个查询，对于选定的人，它将根据他们的购买历史和其他购买过该项目的人推荐项目。Customer 1 purchases item A, and B.目前它只给出被选中的客户已经购买了'Lani Morgan‘的商品，但我希望它显示其他客户已经购买的商品，这些客户已经购买了'Lani Morgan’已经购买的商品。
浏览 1提问于2012-11-18得票数 0
回答已采纳
客户可以购买许多商品，这些商品存储在“中间”表中，只有两列，分别是customerid和itemid。这个结构的中间表是否推荐使用Innodb？
浏览 0提问于2011-11-11得票数 0
回答已采纳
我试图建立一个经济中商品价格的预测模型(试图预测通货膨胀)。投入: 300种商品价格的最后12种变化+ n宏观经济变量的12种变化
产出: 300种商品价格的下一次变动(仅一步)。我正在考虑使用LSTM模型，但我不知道维度是否会出现问题，或者是否有更好的模型或某种推荐的数据预处理。
浏览 0提问于2021-07-28得票数 0
4回答
我想要跟踪用户购买某项商品的次数。USER_ID |2 | milk | 1 |记录购买物品的推荐方式是什么我只是简单地添加一个counter列，并在每次购买商品时增加价值吗？
浏览 0提问于2012-12-31得票数 0
回答已采纳
1回答
我正在构建一个协作过滤推荐引擎，我试图衡量我的模型和推荐的质量有多准确。我用以下步骤测试我的算法。1)用3个月数据对模型进行训练(T)3)计算验证集的准确性、准确性和召回率。这就是我现在测量我的模型的方法：对于精确和召回，我为每个用户度量了两个度量标准，然后我找到了所有用户的平均精确性和召回率：还有什么其他
浏览 3提问于2017-12-06得票数 0
回答已采纳
我想使用TFIDF给出一个商品对商品的推荐，但我被停用词搞糊涂了。它将如何在不同的语言中表现？stop_word应该是什么？
浏览 1修改于2020-04-23得票数 0
根据你在网站上所做的事情，例如，如果你过去购买了一些商品，系统将不会再次推荐这些商品。一件好事是，大多数网页都有静态内容(例如，图像、页眉、页脚)。
浏览 0提问于2014-05-09得票数 0
2回答
例如，我们推荐用户从我们的合作伙伴网站购买某个产品。用户单击该链接并转到产品页面。他决定从我们的合作伙伴网站上购买5件这样的商品，而不是购买一件。
我们如何跟踪用户购买的商品数量？
浏览 1提问于2012-08-15得票数 1
我必须根据其他客户购买的商品来推荐商品，所以很难在缓存中存储特定的数据，因为推荐是具体的，缓存未命中的百分比将非常高。
浏览 1修改于2013-03-25得票数 0
1回答
在这里，我根据客户过去的购买历史向他们推荐商品。比方说，我正试图预测今天为某些客户购买的商品。我只训练以前的历史，不知道今天要买什么。我的特性包括一组二进制变量，在历史上的任何一天都可以被认为是推荐(1)或不推荐(0)项(本质上充当“哑”分类器本身)。例如，这些特性之一可能是某一项是否在客户的前10名列表中，等等。
浏览 0修改于2017-07-11得票数 3
我正在尝试使用Mahout构建一个推荐引擎，它只根据项目到项目的相似度进行推荐，而不考虑用户偏好(即评分)。项目相似度由mahout外部的一些其他进程计算并保存到文件中。但是，该类仍然接受以下内容作为输入：我知道我可以使用ItemSimilarity类来提供商品到商品的相似值
浏览 2提问于2013-07-18得票数 2
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号