machine-learning - 有没有办法为具有一对多关联的实体执行推荐？

Question

我正在为用户和项目是一对多关联的特定用例尝试推荐系统（学术练习）。假设在给定时间，特定项目只能由一个用户拥有。用户一次可以拥有多个项目。任何特定项目都有许多可能让拥有用户感兴趣的类似项目。我想找到一个项目并将其推荐给用户。通常在基于用户的推荐中，实体会有多对多的关联。如果用户 U1 拥有项目 I1、I2、I3 并且用户 U2 拥有项目 I1、I2、I3、I4，我们会向 U1 推荐 I4。在我的情况下，一件物品在给定时间只能由一个用户拥有。在这种情况下如何进行推荐。是否可以执行基于用户的推荐？

Answer 1

一种可能的选择总是将一个问题与另一个问题联系起来。给定一对多信息，您可以为每个项目 X（知道某种相似性度量，这里需要，没有它您无法做任何推荐）您创建一个对象“在某种程度上类似于 X 的项目”调用它C[X]，一旦你检查了所有项目——你就会得到新的数据。您有用户和“项目集群”C。现在您可以假设用户 A“喜欢”集群 C[X]，如果用户 A 喜欢 C[X] 中的任何项目。这样，您就可以在同一数据上建立多对多关系，并进行一些“平滑”。现在您可以使用任何类型的现有系统，一旦您获得推荐 C[Y]，您就可以“推荐”来自 C[Y] 的任何免费（可用）项目。