基于标签向用户推荐内容的算法

Question

我正在寻找一种可以通过计算用户和内容对象之间的相似度来向用户推荐内容对象的好算法。为了计算它，我们有内容对象标签（元数据）和用户兴趣数据。

我们可以通过两种方式了解用户的兴趣：

1. 明确要求他：要求他对特定内容项进行评分。 将一组项目从最不喜欢到最喜欢排列。
2. 隐式方式：通过观察用户在一段时间内访问的内容类型来了解。 我想同时实现一点。

请推荐一些对一些好的方法进行分析的文章或论文？

Answer 1

这是一个活跃的研究领域，因此有很多关于该主题的论文。尝试例如 Freund 等人的“一种用于组合偏好的有效提升算法”。机器学习研究杂志卷。 4 http://jmlr.csail.mit.edu/papers/volume4/freund03a/freund03a.pdf

Answer 2

书籍：Satnam Alag 的“Collective Intelligence in Action”。

Answer 3

查看维基百科中的Netflix Prize Reference 部分。