我有一个文章数据库，它将被 Lucene 索引，按用户标签和 mahout 分类。文章将有一定的标签分数（用户可以同意或不同意标签，mahout 发现的标签将被视为与用户相同）。
我想从个人资料和交互历史中找出用户的兴趣（可能是对某个标签的兴趣）。
如何存储用户的兴趣？
以及如何使用用户的兴趣对搜索结果进行排序或过滤？
我的方法可行吗？可行的？可扩展？
我可以使用什么样的技术和算法？请建议！
问问题
380 次
2 回答
2
这听起来更像是一个搜索问题，而不是推荐问题。您主要是根据标签对搜索结果进行排序和过滤。因此，我认为 Lucene 通常是部署工具，而不是 Mahout。（虽然使用 Mahout 分类器来学习标签是非常正确的。）
如果你真的想把它想象成一个推荐问题，我可能会说你的项目是标签。任何时候你与一个标签交互，比如查看一个标签为 X、Y 和 Z 的页面，那么这表明你对“项目”X、Y 和 Z 更感兴趣。然后这里的推荐问题是建议新的标签兴趣。
您可以尝试使用与标签交互的简单计数作为数字“评级”，尽管我认为这不会在推荐上下文中产生很好的结果。用count的log比较好，但还是感觉不对。您可以忽略交互计数，只使用用户和标签曾经交互过或没有交互过的事实——“布尔偏好”。
据我所知，与此输入最匹配的推荐算法模型是您在 ParallelALSFactorizationJob 中看到的交替最小二乘模型。我不知道这对您是否有用，但如果您有时间和意愿，这就是我会研究的算法。它的输入更像是“交互强度”而不是评级，它以这种方式对待它，这就是你在这里所拥有的。
于 2012-03-12T16:19:03.243 回答
1
很多时候，让用户明确说出他们感兴趣的标签会更容易。例如，堆栈溢出就是这样做的。如果标签是他们感兴趣的标签，您可以将分数提高一些。
如果你想做一些更隐含的事情，Mahout 有一个关于推荐的常见问题解答。
于 2012-03-12T15:48:29.407 回答