【问题标题】:What machine learning approach should I use for a recommandation system based on attributes? [closed]对于基于属性的推荐系统,我应该使用什么机器学习方法? [关闭]
【发布时间】:2019-10-23 15:38:50
【问题描述】:

我正在尝试根据性别、年龄和情绪等标准来预测我可以向一个人推荐的最佳电影是什么。我有一个像这样的向量 (1,0,0...1)。

我的第一个方法是尝试根据这个向量预测一个人会给一部电影打几分,然后根据这些评分进行排名。

因此,在数据集中,一个人由一个向量 (1,0,...1) 定义 电影由向量 (1,0,...1) 定义 以及一个人对一部电影的评分。

你会推荐什么?

谢谢!

【问题讨论】:

  • 我投票结束这个问题,因为它是基于意见的。但我也敦促查看此评论的其他人回答此类问题的确切位置?

标签: python machine-learning recommender-systems


【解决方案1】:

乍一看,我认为您可以使用关联模式挖掘算法。用于挖掘关联规则的最有名的频繁项集挖掘算法是 Apriori 算法。 在您的情况下,一个人的属性,例如:性别,年龄和心情将是项目,推荐的电影将是客户。 每个元组:[人物属性-推荐电影],代表一个项目集。 您可以查看 Charu C. Aggarwal 的《数据挖掘教科书》一书的第 4 章 https://doc.lagout.org/Others/Data%20Mining/Data%20Mining_%20The%20Textbook%20%5BAggarwal%202015-04-14%5D.pdf

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2022-12-11
    • 2014-04-09
    • 1970-01-01
    • 2014-05-11
    • 1970-01-01
    • 2012-03-17
    • 2017-07-29
    • 2017-12-19
    相关资源
    最近更新 更多