【问题标题】:Manually update ratings in recomender system在推荐系统中手动更新评级
【发布时间】:2016-09-05 10:42:51
【问题描述】:

我使用 Python 中的矩阵分解开发了一个推荐系统。评级在 [1-5] 范围内。它工作得很好。该系统是为客户顾问而不是客户自己设计的。因此,系统会向客户顾问推荐一些产品,然后这个顾问决定他将向客户推荐哪些产品。

在我的应用程序中,我希望有 2 个额外的按钮:相关的,不相关的。因此,对于每个推荐,如果推荐不好但其评级高,客户顾问将按下不相关按钮,如果推荐好但其评级低,他将按下相关按钮。

问题是当按下其中一个按钮时,我不知道如何更新评分。请给我一些关于如何处理该功能的想法。我坚持只有两个按钮(相关和不相关),客户顾问不能自己修改评级。

非常感谢。

【问题讨论】:

  • 数据是如何存储的?您最初的建议是从什么获得的?
  • 首先我有这种格式的数据:[用户,产品,他购买产品的次数]。然后我根据这些数据计算了评分。

标签: python machine-learning recommendation-engine rating collaborative-filtering


【解决方案1】:

根据您上面的评论,我会操纵他们购买产品的次数字段。您需要基本上将他们购买产品的次数字段转换为隐式评分字段。我可能会将产品评级系统扩展到 1-5。如果他们按不喜欢产品按钮,评分为 1,如果他们按产品按钮,他们得到 5。如果他们经常购买该产品,则为 5,否则从 3 开始在第一次购买时,根据您的数据扩展到 4 和 5。如果他们从未购买过该产品并且从未对该产品进行过评分,则它是一个空值,因此不会对评分做出贡献。

【讨论】:

    猜你喜欢
    • 2020-11-08
    • 1970-01-01
    • 1970-01-01
    • 2018-07-18
    • 2018-05-20
    • 2014-06-10
    • 2012-12-19
    • 1970-01-01
    • 2021-04-24
    相关资源
    最近更新 更多