推荐系统的贝叶斯分类或类似技术

Question

我正在研究新闻应用程序。在主页上，用户看到一个标题列表，然后他可以点击一个阅读文章和评论。

我想根据他的历史提供“推荐文章”选项。例如，如果他阅读了一篇文章 - 我将为该算法提供标题关键词，以便了解该用户喜欢阅读的内容。

我所读到的有关贝叶斯过滤器的问题是，您需要用良好的输入和错误的输入（如良好的电子邮件和垃圾邮件）来训练它们。我的情况不同的是没有不好的例子。如果用户没有阅读文章 - 这并不意味着它是一个不好的分类（因为他将来可能会阅读它），但只有当他阅读一篇文章时 - 他更有可能会阅读类似文章未来。

基本上，我正在寻找一种算法来帮助我将文章推荐给特定用户 - 基于他过去阅读的内容。它将运行在移动设备上，所以任何实现（C/C++/Obj-C）都可以工作。

谢谢。

Answer 1

您可以将其视为binary classification problem。它可能是他喜欢阅读的文章，也可能是他可能不喜欢阅读的文章。

您可以使用dlib C++ library作为二进制分类器算法。