如何使用Mahout的物品或用户推荐模型向客户推荐带有数量的产品

这是分销商级别的推荐引擎。我正在向分销商推荐产品。我希望推荐的产品也包括数量。在这里,我需要向客户推荐过去购买的产品及其数量,以及新产品及其预期购买数量(预计客户可能会购买的数量)。这在Mahout推荐中是否可行?请指导我如何解决这个问题。


回答:

新产品没有订购历史,因此无法通过“协同过滤”推荐器进行推荐。您最好的方法是经常重新训练推荐器,以便尽早捕捉到首次订单,然后它就会推荐这些产品。

关于数量,这是一个有趣的问题。除非所有物品的平均订购数量相同,否则您不能真正使用订购数量作为偏好强度。如果每种物品的订购“规模”不同,您将需要对每种物品的订购数量进行归一化处理,以便在训练推荐器时将它们置于同一规模上。然后,当您获得推荐时,将推荐强度映射回特定物品的正确规模,这将是您的数量。这只是一个想法,不确定它会起到多大作用。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注