基于用户历史记录推荐产品的高效库[关闭]

你可以退房 pysuggest .

从网站:

建议是最重要的N项建议 实现多种功能的发动机 推荐算法。Top-N 推荐系统,个性化 信息过滤技术 用于标识一组n项 对某个用户感兴趣。 近年来,顶级推荐人 系统已经用于 不同的应用,如 向客户推荐产品 最有可能购买;推荐电影、电视 用户可以找到的程序或音乐 令人愉快;确定网页 有兴趣的;甚至建议 其他搜索方式 信息。

k-近邻 可能是实时网络推荐系统最常用的算法。

在 麻木的 您有几个选择[注:答案在12月12日更新,以反映更新 斯库克 图书馆:

• 最近的邻居 模块在 scikit-learn (阿卡 斯库克 );这是一个复杂的KNN实现,包括邻居加权和投票以及非常有效的存储/检索组件。( 球树 ;

• scipy.spatial .我已经在几个项目中使用了它,尽管我不太可能在下一个项目中使用它,因为现在可以使用sklearn,这是一个更新的knn实现。不过,空间模块有一个 KD树类 ( kd树 这个模块使用的不是标准的numpy数组来存储数据,它沿着/ 沃罗诺伊镶嵌 ,是存储knn非常大的数据集的最常见的专用数据结构;此外,它还有几种方法 距离度量 (除了欧几里得距离)。

下面是另一个实现推荐系统的python库:

ocelma / python-recsys

使用起来很简单!请参阅以下示例:
Quick start¶