我很好奇基于类似推荐的算法。我的意思是人们可以“喜欢”某些东西,但他们不能“不像”某种东西。这种情况下有什么样的推荐算法。基于类似的推荐
我有一个想法,但我不认为它的可扩展性。我的想法是创建一个图表,其中每个可爱的项目对于每个其他喜欢的项目具有边缘容量,其中边缘容量是喜欢这两个项目的用户数量的共同点。然后为某个用户提供建议,可以增加图形,以便用户是源节点,并且对用户喜欢的所有项目具有无限边缘。用户不喜欢的所有项目都具有无限容量的边缘到目的节点。然后使用Ford-Fulkerson运行最大流量,并根据目的地的边缘流量对建议进行排序。然而,一想到它,一张1000个或更多的图表就会很快失去控制。
我曾经想过其他系统如协作过滤器,但我不确定他们会很好地工作,考虑到没有投票或多个喜欢的比例。因此,“不喜欢”与“尚未喜欢”无法区分。
我会很感激任何想法或资源。
“看到和不喜欢”与“看不见”有很大区别。如果用户看过某件物品,您是否有数据?看到和不喜欢有时用作弱“反感” – amit 2015-02-11 06:40:21