问题标签 [recommendation-engine]

我一直在网上寻找以了解当前的 Web 应用程序如何在服务器端和客户端管理它们的数据。

比如，我对 Google Suggest、基于我的“喜欢”的个人推荐等很感兴趣。

因此，当我搜索可以学习此类数据结构和算法的内容时，我遇到了加州大学伯克利分校提供的这门课程 - http://extension.berkeley.edu/cat/course460.html

这门课程的描述与我真正想学的完全吻合。

研究为许多最有效的 Web 应用程序提供强大功能的算法。谷歌建议的列表的阶段来自哪里？哪些技术可以产生个人推荐？社交网络、混搭和混合媒体网站如何选择和分类相似的二进制内容分组？在本课程中，您将深入了解当前用于搜索、推荐、分组、分类和分类器组合的算法和数据结构。

但是，似乎无法找到有关此课程的更多详细信息。

有人可以帮我找到一本书/在线课程/网站，让我可以了解更多关于这个主题的信息吗？

我正在尝试使用来自 lucene 的 MoreLikeThis 类，如“Lucene in action”一书中所述，但该类似乎不存在：/

我正在使用 lucene-core-2.9.4.jar，正常的索引和搜索工作正常。我查看了 jar（和 3.xx 版本）的内部，但内部没有这样的类，我错过了什么？

你们中是否有人知道任何好的特定库，其中包含专门针对用 C++ 编写的协同过滤/推荐系统的通用算法的实现

所以就像一个机器学习库，只是它专门针对协同过滤和/或推荐系统

我正在寻找基于用户的协作过滤的 Java 中非常简单的实现。我想用 movielens 数据集评估这个 CF 的精度和召回率。我已经看到性能（F1）应该在 20% 到 30% 左右（具有 Pearson 相似性和 KNN）。

这个简单的框架是否存在于精度和召回代码的评估中？

我正在使用 drupal 7 为我的网站实施建议。如果我在其中查看任何书籍，那么它还会向我展示该类别的其他一些不错的书籍。如果没有，drupal 7 中是否有任何此类插件可用，那么是否可以在 drupal 中编写推荐代码？

谢谢，阿比

比如我要分类c*t => CLASS1，和d*g => CLASS2：

如果有很多模式模式，这是非常低效的。

假设所有模式都是正交的，很容易看到一个 DFA 中的单遍就足够了。那么，是否存在可以将所有模式组合在一起的正则表达式处理器？

我最近一直在研究很多推荐算法（主要是协作过滤），并且我发现了很多关于基于特定用户或项目推荐项目的答案（这是我想做的一部分，这样就可以了）。我还想发送一些个性化的电子邮件，这意味着给定一封包含特定产品集的电子邮件，选择一组用户来发送电子邮件。

这样做的最佳方法/算法是什么？

我是新手学习mahout。

我了解到 mahout 有五个推荐人。基于用户，基于项目，...

我使用的数据集是movielens 100K

我正在考虑实现与基于用户的电影推荐器略有不同的电影推荐器。即，我不想将用户 ID 作为仅向一个用户推荐电影的输入，而是要获取用户人口统计信息，例如年龄范围、性别、职业和邮政编码。

但问题是如何创建自己的用户相似度方法（原来的方法是以两个长类型用户 id 作为参数）以及如何将 u.user 文件和 u.data 文件结合在一起？

我正在构建一个基于内容的电影推荐系统。很简单，只要让用户输入一个电影的名字，系统就会找到具有最相似特征的电影。

在计算相似度并按降序排序后，找到相似度最高的 5 部电影对应的电影并返回给用户。

到目前为止，当我想评估系统的准确性时，一切都运行良好。我在 Google 上找到的一些公式只是根据评分值评估准确性（比较预测评分和实际评分，如 RMSE）。我没有将相似度分数更改为评分（从 1 到 5 的等级），所以我无法应用任何公式。

您能否建议任何将相似度得分转换为预测评分的方法，以便我可以应用 RMSE？或者有没有解决这个问题的想法？

我们如何根据用户喜欢或浏览历史在 Apache Mahout 上运行推荐系统？简而言之，在基于内容的网站上，95% 的流量来自非登录用户，他们将来自搜索引擎。它们只有这样我们才能通过使用 IP 来使它们独一无二。Apache Mahout 上是否有我们可以找出用户相似的浏览行为并推荐相关内容的地方？