推荐算法来推荐相关项目

Question

我是机器学习的新手，但发现它非常有趣，而且我可以看到我们当前产品的许多应用程序。请原谅任何看似显而易见的问题。

我有一个场景，我想提供建议。为简单起见，假设我有保存采购和采购项目记录的数据库表。每个购买项目描述了数量、描述（鞋子、裤子、衬衫），然后是应用程序呈现给用户购买的每个项目的总价格。通常，与特定采购相关的一个采购项目或一系列采购项目会自动触发为类似类型的采购添加其他相关的采购项目（也许他们想添加帽子或手套）。

请注意，这些类型的项目没有分配类别。它们可能完全不相关，除非它们定期一起应用于购买（衬衫、食物和相机不相关，但可能经常一起购买）。也就是说，这是用户的购买习惯，而不是（推荐帽子，因为它们是一种类似衬衫的衣服）。

我尝试了 Recommender 算法，但不完全了解如何在这种情况下应用它。这是我应该研究的正确算法吗？

提前感谢您的帮助。

马特

Answer 1

对于推荐引擎，存在许多替代方案。大多数在网上商店工作的人都使用混合模型，它结合了协同过滤模型（跟踪用户对产品的偏好并从这些偏好中学习的系统），结合基于内容的算法，该算法基本上根据他们的规格推荐产品。 Here is a nice article关于理论和一些代码开始。