对于一个音乐项目，我想找出用户在听哪些艺术家群体。我从数据库中提取了三列：艺术家的 ID、用户的 ID 以及连接到该艺术家的所有用户流的百分比。例如，来自用户 15 的一半作品属于艺术家 12。
12 | 15 | 0.5
我希望找到一种将组集群分组在一起的方法，例如找出倾向于听艺术家 12 的用户也听 65、74 和 34。
我想知道什么样的方法可以用于这种分组，以及这种方法是否有任何好的来源（Python 或 Ruby 会很棒）。
问问题
260 次
2 回答
1
将您的数据想象为一个矩阵，其中用户为行，艺术家为列，每个单元格都包含比率。
一个直接的分析是在（可能非常大的）列向量上使用聚类。查看 python 库scikit-learn。我还可以推荐使用IPython notebook进行交互式数据分析。
您的问题被称为“市场篮子分析”或“亲和力相关性”，请查看用于产品数据分析的最佳 Python 聚类库
于 2013-09-10T10:15:27.953 回答
0
对我来说，这听起来像是一个经典的矩阵分解任务。
使用加权矩阵，而不是二进制矩阵。所以一些快速算法可能不适用，因为它们只支持二进制矩阵。
不要在 Stackoverflow 上询问源代码：询问场外资源（工具、库等）是题外话。
于 2013-09-10T07:05:12.963 回答