代码之家 › 专栏 › 技术社区 › Andrew Ingram

协同过滤:如何为每个用户确定产品的隐含分数?

collaborative-filtering data-mining

6

Andrew Ingram · 技术社区 · 15 年前

在实现了一个推荐成功产品的算法之后,我现在正在寻找计算该算法初始输入数据的方法。

我的目标是为每个用户有某种历史记录的产品计算一个分数。

我目前正在收集的数据:

所有这些数据都是时间戳。

我在寻找一些建议,理想情况下,这个问题应该更多地被讨论,而不是仅仅针对一个“正确”的答案。

为了避免这个问题因为错误的答案而出轨,下面是我为每个用户提供这些数据后要做的事情:

基本上,我一次都不想知道该怎么做有输入数据(稍后我可能需要进一步的帮助,但这不是这个问题的重点),只是为了了解如何首先生成这个输入数据

2 回复 | 直到 10 年前

1

2

isomorphismes Marcin 13 年前

这是一个回应的制作者:

你卖什么产品?这可能有助于我们更好地回答你。(因为这是一个古老的问题,所以我要同时向@andrew ingram和任何其他有相同问题并通过搜索找到此线索的人讲话。)

2

1

nont 15 年前

您可以允许用户显式地陈述他们的偏好,就像Netflix允许用户分配星星一样。
你可以为他们买的所有东西指定一个正数,因为你说你确实有他们的购买历史。给他们没买的东西归零
你可以为他们买的东西做一些加权值,根据流行的东西进行调整。(如果几乎每个人都买了一件产品,它不会告诉你他们也买了一个人的情况)看 "term frequencyâinverse document frequency"
您还可以为用户查看但未购买的商品指定一些较小的数值。