推薦算法

我需要爲網站制定推薦算法。我想出了一個非常簡單的方法來達到這個目的，但是想知道是否有人可以將我指向任何文獻，或者可以幫助我更好地瞭解其他例子的整合情況。推薦算法

我已經意識到Apache Mahout中的協作過濾，聚類和分類等功能，但我不知道機器學習如何適用於所有這些。我可以看到如何爲上述算法（除了機器學習）制定算法，但想知道是否有人知道可以添加到混合中的其他任何東西。

另外，你會說什麼推薦人的目的是，它最好的功能如何？任何願意分享定義的人？

謝謝！

2012-08-08 user1360809

您可能想搜索「第k個最近鄰居算法」 – 2012-08-08 22:10:56

似乎有很多，我會看看，謝謝！ – user1360809 2012-08-08 22:15:25

你想告訴我們更多關於你正在解決的問題嗎？我認爲可以根據您擁有的數據類型添加很多內容。一般來說，協同過濾是非常好的，你想根據別人所做的來建議。然後還有基於內容的過濾。你可以在它們兩個之外製作一個混合算法http://en.wikipedia.org/wiki/Recommender_system#Hybrid_Recommender_Systems – zubinmehta 2012-08-10 06:23:30

有an article討論不同的可能性，將不同的算法放在一起，並創建推薦。作者分析了37個不同的系統及其參考資料，並將它們分爲8個基本維度列表。

儘管該論文已於2003年發表，但其中的一些實例現在尚未提供，但它仍然是研究人員構建自己的推薦系統的非常好的起點。

我想分享推薦系統的羅賓·伯克的定義爲his paper：

產生個人的建議作爲輸出，或在個性化的方式引導用戶感興趣或效果的任一系統有用的對象在可能的選擇的大空間。

來源

2012-08-10 16:45:52 Zahra

鏈接的文章是：Montaner M.，López，B.，de la Rosa，J.Ll.互聯網上推薦代理的分類。人工智能評論19：285-330，Junio，2003。答案中的鏈接在撰寫本評論時已經死亡，但該文章可在https://github.com/gpfvic/IRR/blob/master/A%上找到。 20Taxonomy％20of％20Recommender％20Agents％20on％第二十條％20Internet.pdf – Attila 2015-04-24 18:12:46

推薦系統是人工智能（特別是數據挖掘）中的一個主題，旨在向用戶建議新項目。這些項目可以是任何種類的，如書籍，旅行，音樂等。

它主要由一個算法組成，它將嘗試提取一些以前數據的知識（如用戶偏好）以建議新的可購買項目。

它被Netflix和亞馬遜廣泛使用。當你看到這樣一句話：「用戶感覺到這一點也很喜歡，」推薦系統很可能落後於它。

聚類和其他類似算法是用於改進推薦系統的方法。例如，您可能希望在應用特定推薦系統之前按相似性對用戶進行分組，以獲得更好的結果。爲此你可以使用K最近鄰居。

這兩篇文章可能會幫助您更好地瞭解該主題： Greg Linden，Brent Smith和Jeremy York。 Amazon.com建議：項目到項目協同過濾。

Robin Burke。混合推薦系統：調查和實驗。用戶建模和用戶適配的交互。

來源

2012-11-02 19:59:47 Renata

現在有一個很棒的Coursera課程推薦系統，由該領域的先驅之一U Minn的Joeseph Konstan提供。這是免費的。這是相當不錯的，涵蓋了推薦系統的基本分類包括：

- Rating Systems 
- Content Based Filters 
- Collaborative Systems (User-user and Item-item) 
- Dimensionality Reduction (SVD, its meaning, and how to compute it) 
- Hybrid Systems

SVD完全屬於爲ML，我發現這是它的最連貫和直觀的演講中，我在任何地方看到 - 我所看到的一些。

它還展示瞭如何使用Lenskit（學術推薦系統工具包）來創建真實世界的系統。顯然我很喜歡這門課，儘管我希望他們能夠涵蓋貝葉斯方法。

來源

2015-02-10 03:23:23

回答

相關問題