python - 具有隐式反馈的推荐系统
问题描述
我是推荐系统的新手,我正在尝试基于文章数据构建推荐系统。我们在哪里有用户、文章 ID、内容、操作(打开、评论、分享)、操作时间。
为了开始,我创建了一个基线评分系统。{打开:1,评论:3,分享:4}。现在我想在我的评分系统中添加多个隐含信息。例如: 一天中的时间:如果行动发生在晚上,这对用户来说非常有趣 内容:用户真的很喜欢关于汽车的文章(大多数文章互动都是关于汽车的)等等。
如何将这些信息“添加”到我的基线模型中。我是否只是创建相同的评分系统并添加到基线分数中?如果您能分享您的想法,我将不胜感激。
谢谢!
解决方案
我强烈建议您使用隐式库。
你可以在这里查看文档Implicit ALS
对于隐式库,您只需要您创建的基线评分,并且对于您的数据具有的某些特征,ALS 将尝试自行找出所有特征(因素)。您可以轻松地指定希望模型从数据集中学习的数字因子。
对于使用隐式库,需要丰富的数据集。
推荐阅读
- python - 查找数组的numpy数组的特征值
- java - 尝试在 java 中读取文本文件 - 错误:目录文件不存在 - LINUX
- mysql - 登录 PhpMyAdmin 时出现错误代码 200
- php - PHP / SQL:成功更新数据行但出现PHP致命错误
- javascript - 如何在chrome中缓存大文件?
- java - 为什么我不能使用这种运算符组合来使 NOR 适应 Java
- node.js - 这些 npm 错误是什么意思,我该如何解决?
- oauth - Spartacus 扩展 AuthService
- javascript - JavaScript,今天的错误 yyyy-mm-dd
- css - VS-Code 中的 CSS:为什么属性“光标”以黄色突出显示,而所有其他正确拼写的属性以蓝色突出显示?