我试图根据性别、年龄和情绪等标准来预测我能推荐给一个人的最好的电影是什么。我有一个像这样的向量(1,0,0...1)。
我的第一种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,人由向量 (1,0,...1) 定义,电影由向量 (1,0,...1) 和人对电影的评分定义。
你会推荐什么 ?
谢谢 !
我试图根据性别、年龄和情绪等标准来预测我能推荐给一个人的最好的电影是什么。我有一个像这样的向量(1,0,0...1)。
我的第一种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,人由向量 (1,0,...1) 定义,电影由向量 (1,0,...1) 和人对电影的评分定义。
你会推荐什么 ?
谢谢 !
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