基於其他用戶查找用戶想要的內容的算法喜歡

Question

我正在考慮編寫一個應用程序，根據家庭成員喜歡的類別對HTPC中的電影進行分類。

我不知道統計數字或人工智能，但東西here看起來非常多汁。我不知道從哪裏開始做。

這是我想要完成的任務：

1. 從每個用戶撰寫的一組樣本的喜歡，評定每個樣本單獨的屬性。例如，用戶可能喜歡西方電影很多，所以西方流派會爲該用戶帶來更多的權重（以及其他屬性，如演員，導演等）。

2. 用戶可以根據其他用戶的喜好獲取建議。例如，如果用戶A和用戶B像斯皮爾伯格（用戶之間的連接）和用戶B喜歡蝙蝠俠開始，但用戶A討厭凱蒂赫爾姆斯，則相應地爲用戶A權衡電影（再次，例如，可以分別爲每個屬性用戶A不太喜歡動作片，因此將評分降低一點，因爲凱蒂赫爾姆斯不是主要明星，所以不要像其他屬性那樣考慮這一點）。

基本上，用戶A類似組從用戶B組比較，並拿出一個等級用戶A

我有關於如何實現這是一種拙劣的想法，但我某些明亮的頭腦已經想到一個更好的解決方案了，所以......有什麼建議？實際上，在經過快速研究之後，似乎貝葉斯過濾器會起作用。如果是這樣，這是更好的方法嗎？它會像「正常化」電影數據一樣簡單，爲每個用戶訓練一個分類器，然後對每部電影進行分類？

如果你的建議包括一些大腦融化的概念（我沒有在這些主題中體驗過，特別是在AI中），如果你還包括一些基礎知識的列表，東東。

謝謝！

Answer 1

有跡象表明，這是很好的一些算法的一些有趣的文章：

ARTMAP：羣體通過對彼此的概率（這不是很快，但是它是你的問題最好的事情IMO）

ARTMAP擁有一組共同的屬性，並通過百分比確定相似性的可能性。 ARTMAP

KMEANS：此方式隔開出通過距離，它們彼此 KMeans: Wikipedia

PCA的載體：將單獨的所有值的平均值從varing比特。這是你在計算機視覺中用來做人臉檢測和背景扣除的。 PCA

Answer 2

馬修Podwysocki對這個東西

http://codebetter.com/blogs/matthew.podwysocki/archive/2009/03/30/functional-programming-and-collective-intelligence.aspx

http://codebetter.com/blogs/matthew.podwysocki/archive/2009/04/01/functional-programming-and-collective-intelligence-ii.aspx

http://weblogs.asp.net/podwysocki/archive/2009/04/07/functional-programming-and-collective-intelligence-iii.aspx

Answer 3

K最近鄰算法可能就在你的衚衕。

Answer 4

這與OP想要構建推薦系統的this question類似。簡而言之，我們會獲得一組訓練數據，其中包括用戶對電影的評分（例如1-5星級評分）以及每部電影（年，流派，演員等）的一組屬性。我們希望構建推薦人，以便爲未看過的電影輸出可能的評分。所以INPT數據的樣子：

user movie year genre ... | rating 
--------------------------------------------- 
    1 1  2006 action   | 5 
    3 2  2008 drama   | 3.5 
    ... 

和未分級的電影X：

10 20  2009 drama ? 

我們要預測評級。對所有看不見的電影進行這樣的處理，然後按照預測的電影分級排序並輸出排名前10的電影給你一個推薦系統。

最簡單的方法是使用k-nearest neighbor算法。在評級電影中，搜索與電影X「最接近」的電影，並結合它們的評級來產生預測。 這種方法的優點是非常簡單，易於從頭開始實施。

其他更復雜的方法存在。例如，您可以構建一個decision tree，在訓練數據上擬合一組規則。您還可以使用Bayesian networks,artificial neural networks,support vector machines等等......對於沒有適當背景的人來說，瀏覽這些內容都不會很容易。 但我希望你會使用外部工具/庫。現在你似乎對貝葉斯網絡很熟悉，所以一個簡單樸素的貝葉斯網絡實際上可能非常強大。一個優點是它允許在缺失數據下進行預測。

主要想法會有點相同;獲取您擁有的輸入數據，訓練一個模型，然後用它來預測新實例的類別。

如果你要玩的簡單直觀的包，它無需編程不同的算法，我建議你看一看Weka（我的第一選擇），Orange，或RapidMiner。最困難的部分是將數據集準備成所需的格式。剩下的是選擇什麼樣的算法，並把它當成容易（所有點擊幾下！）

我猜有人不希望進入太多細節，我會建議與近鄰法會，因爲它是直觀並且易於實施。仍然可以使用Weka（或其他工具之一）的選項值得研究。

Answer 5

查看top teams的netflix prize的一些工作。