推薦系統的貝葉斯分類或類似技術

Question

我正在研究新聞應用程序。在主頁上，用戶看到一個標題列表，然後他可以點擊一個閱讀文章和評論。

我想根據他的歷史提供「推薦文章」選項。例如，如果他閱讀了一篇文章 - 我將爲該算法提供標題關鍵詞，以便了解該用戶喜歡閱讀的內容。

我所讀到的有關貝葉斯過濾器的問題是，您需要用良好的輸入和錯誤的輸入（如良好的電子郵件和垃圾郵件）來訓練它們。我的情況不同的是沒有不好的例子。如果用戶沒有閱讀文章 - 這並不意味着它是一個不好的分類（因爲他將來可能會閱讀它），但只有當他閱讀一篇文章時 - 他更有可能會閱讀類似文章未來。

基本上，我正在尋找一種算法來幫助我將文章推薦給特定用戶 - 基於他過去閱讀的內容。它將運行在移動設備上，所以任何實現（C/C++/Obj-C）都可以工作。

謝謝。

Answer 1

您可以將其視爲binary classification problem。它可能是他喜歡閱讀的文章，也可能是他可能不喜歡閱讀的文章。

您可以使用dlib C++ library作爲二進制分類器算法。