基於標籤向用戶推薦內容的算法

Question

我在尋找一種很好的算法，可以通過計算用戶和內容對象之間的相似性來向用戶推薦內容對象。爲了計算它，我們有內容對象標籤（元數據）和用戶興趣數據。

我們可以瞭解用戶的方式有兩種興趣：

1. 明確問他：請他率一個特定的內容項。 將收集的項目從最低收費排列到最低收費。
2. 隱式方式：通過觀察用戶在該時間訪問什麼類型的內容來學習。 我想實現這兩個。

請推薦一些文章或論文，它顯示出一些好的方法分析？

Answer 1

這是一個活躍的研究領域，因此有很多的話題的論文。例如Freund等人的「An efficient boosting algorithm for combining preferences」機器學習研究期刊vol。 4在http://jmlr.csail.mit.edu/papers/volume4/freund03a/freund03a.pdf

Answer 2

書： 「Collective Intelligence in Action」 由薩特南阿拉克。

Answer 3

退房維基百科的Netflix Prize Reference部分。