recommendation-engine

16熱度

4回答

在剛剛閱讀recent article in Wired之後，我很好奇：Netflix獎如此具有挑戰性？我的意思是儘可能以最真誠的方式，我只是對比賽所帶來的困難感到好奇。大多數推薦引擎總體上很難改進？如果是這樣，爲什麼呢？或者，Netflix是否異常難以改善，如果是這種情況，Netflix有什麼特別之處讓它比亞馬遜更具挑戰性？

2熱度

3回答

推薦引擎數據庫的設計？

我目前正在研究推薦系統，特別是音頻文件。但我是這個主題的初學者。我試圖用mysql設計數據庫，但我不能決定如何去做。基本上是一個用戶創建配置文件的系統然後搜索音樂和系統推薦他們喜歡的音樂。我應該使用哪個數據庫？（mysql的來到我的腦海裏的第一猜測）它是一個web項目，並隨後與移動side.Which技術我應該使用？（PHP，Android的平臺...）什麼是這個項目的陷阱。如何

19熱度

4回答

構建推薦引擎時應該考慮什麼？

我已閱讀了這本書Programming Collective Intelligence，發現它很迷人。我最近聽說亞馬遜向全世界發佈了一個挑戰，希望爲他們的系統提供一個更好的推薦引擎。贏家顯然是通過限制提供給它的信息量來產生最好的算法。根據經驗，第一條規則我想......「更多信息未必是更好的時候，模糊算法。」我知道是很主觀的，但最終這是一個衡量的東西（響應建議點擊）。因爲我們大多數人，這些

1熱度

1回答

評分項目來自隨機設置的評分

我正在尋找一種算法來確定項目的評分或標籤，當我自己的輸入向用戶提供隨機設置的這些項目並讓他們告訴我哪些評分或標籤在該設置中。例如，他們可能會說如果一組圖像包含任何「好」照片，並且出現幾個隨機集，然後我想確定哪些照片是好的。現在，我也可以調整我給予用戶的那些項目集，以幫助我細化這些項目的知識。因此，如果一個給定的項目被標記爲「好」和「壞」，那麼系統會嘗試將它放在已知好物品的集合中，以確定用戶現在是否

10熱度

5回答

如何實現一個類似Digg的算法？

如何使用類似於stackoverflow/digg/reddit的推薦系統實現網站？即，用戶提交內容並且網站需要根據該項目的流行度來計算某種「熱度」。流程如下：用戶提交內容其他用戶查看和對內容的投票（假設90％的用戶只查看的內容和10％的主動或票上下上的內容）新內容不斷提交如何實現算法，計算提交的項目的「熱度」，最好是實時？是否有最佳做法或設計模式？我會假設，該算法採用以下考慮：當一個

4熱度

2回答

開源全文文章推薦引擎

我想知道是否有任何良好的.NET推薦算法可用於開源項目，無論是否附加到搜索引擎。通過建議，我的意思是接受全文文章並基於關鍵字相似性從其索引中推薦其他文章。在高端有像Autonomy這樣的文檔分類引擎;在低端垃圾郵件過濾器和博客「相關帖子」小部件。可能也是廣告對文章的匹配。我想將其中一個納入項目，但無法承受高端，而低端似乎都是基於LAMP的。 [對不起，一個答案要求澄清：我期待的是一個理想的獨立庫

35熱度

5回答

如何創建我自己的推薦引擎？

這幾天我對推薦引擎感興趣，我想在這方面提高自己。我目前正在閱讀「Programming Collective Intelligence」我認爲這是關於這個主題的最好的書，來自O'Reilly。但我對如何實現引擎沒有任何想法;我的意思是「不知道」是「不知道如何開始」。在我看來，我有一個像Last.fm這樣的項目。哪裏做（應該在數據庫端或後端執行）我開始創建推薦引擎？需要什麼水平的數據庫知識？