是否有任何众所周知的算法来确定网站经常使用的“推荐项目”？在一个新项目中，我目前正在跟踪他们查看、购买、搜索、收藏等的内容。我很好奇利用所有这些信息智能地给出有意义的建议的最佳方式是什么。
问问题
336 次
3 回答
4
推荐你两本书：
编程集体智能
托比·塞加兰 (ISBN: 978-0-596-52932-1)
http://shop.oreilly.com/product/9780596529321.do在本书中，“第 2 章。提出建议”涵盖：
- 协同过滤
- 收集偏好
- 寻找相似用户
- 推荐项目等。
集体智慧在行动
Satnam Alag (ISBN: 1933988312)
http://www.manning.com/alag/在本书中，“第 12 章。构建推荐引擎”涵盖：
- 推荐引擎基础
- 基于内容的分析
- 协同过滤
我希望它对你有帮助。
于 2012-10-17T07:09:47.440 回答
1
我认为这easyrec将是您跟踪此类用户交互的一个很好的起点。您只需在您的页面中包含一些 javascript 代码，剩下的就交给它了。
http://easyrec.org/recommendation-engine
您还可以查看此处列出的其他推荐引擎 https://stackoverflow.com/questions/4469281/recommendation-engine# 但问题是这些框架中的大多数针对用户评分预测而不是协同过滤。
于 2012-10-17T07:01:33.767 回答
1
- 有诸如“购买此商品的人也购买了”之类的机制。
- 类别顶部：如果有人正在查看“计算机/存储设备”，则显示该类别中最畅销的产品。
- 以前的搜索：使用用户在以前的会话中浏览过的（非攻击性的）项目。（有一种方法可以通过 cookie 跟踪未登录用户）
- 促销项目：展示促销项目，使大企业受益。但是，不要因此而动摇，展示一两个促销项目以保持观众的兴趣。
有推荐引擎，但作为开发人员的业务需求推动了推荐的创建。所以，很多时候我发现最好破解一些 SQL 脚本来获取它们。
于 2012-10-17T07:03:54.530 回答