Ich baue eine Empfehlungsmaschine und versuche, das neue Benutzerproblem zu überwinden. Ich möchte neue Benutzer bitten, eine bestimmte Anzahl von Elementen zu bewerten und dann herauszufinden, mit welchen anderen Nutzern sie am ähnlichsten sind. Dann verwenden Sie die Daten von ähnlichen Benutzern, um die ersten Empfehlungen zu generieren.Bewertungen basierend auf Benutzerähnlichkeitsalgorithmus Beispiel
Ich bin nicht sicher, wie dies zu tun ist, da ich zuvor an Artikel-zu-Artikel-Empfehlungen gearbeitet habe. Hat jemand ein Beispiel dafür? Entweder ein Pseudo-Code oder eine Implementierung in einer beliebigen Sprache (vorzugsweise keine funktionale Sprache).
Ich glaube, ich bin auf der Suche nach einem Benutzer nächsten Nächsten Algorithmus aber nicht sicher.
Vielen Dank im Voraus
Ich habe nicht das item-Element Kaltstart Problem gelöst. Gegenwärtig wird die Mehrzahl der Empfehlungen unter Verwendung einer Matrix aller Elemente mit einem Zähler der Anzahl von Malen durchgeführt, bei denen einem der Benutzer zwei Elemente gefallen haben. Wenn zum Beispiel userA item1, item2 und item3 mag und userB like item1 und item3 mag, sieht die Matrix wie folgt aus: (item1, item2) 1, (item1, item3) 2 usw. Für die neuen Benutzerempfehlungen möchte ich die Ähnlichkeit zwischen Nutzern und Benutzern verwenden Ich denke, die Empfehlungen werden relevanter sein. Wenn sie nicht sind, habe ich etwas Neues gelernt :) – TrueWheel
OK. Ihre Anzahl an Co-Vorkommen wird Ihnen jedoch nicht dabei helfen, die Ähnlichkeit zwischen Benutzern und Benutzern zu berechnen. Dafür würden Sie wirklich Benutzer-Benutzer-Cooccurrence benötigen. Aber das ist eine Tangente. Ich denke, die beste Antwort für Sie ist, Empfehlungen aus der ersten Bewertung, die Sie haben, zu berechnen und eine Top-10-Liste zu zeigen, wenn Sie keine Bewertungen haben. –
Danke für den Rat. Ich habe die Nutzer gebeten, Produkte zu bewerten, wenn sie sich zum ersten Mal bei der Website anmelden. Identifiziere dann ähnliche Benutzer für die anfänglichen Empfehlungen, bis ich die Co-Häufigkeitszählungen verwenden kann. Ich werde den folgenden Code einfügen. – TrueWheel