基于属性的推荐系统应使用哪种机器学习方法?

我正在尝试根据性别、年龄和心情等标准预测我可以推荐给某人的最佳电影。我有一个这样的向量(1,0,0…1)。

我的第一个方法是尝试根据这个向量预测一个人对电影的评分,然后根据这些评分进行排名。

因此,在数据集中,一个人由向量(1,0,…1)定义,电影由向量(1,0,…1)定义,以及一个人对电影的评分。

您有什么推荐吗?

谢谢!


回答:

初步看来,我认为您可以使用关联模式挖掘算法。挖掘关联规则的最著名的频繁项集挖掘算法是Apriori算法。在您的案例中,一个人的属性如性别、年龄和心情将作为项目,而推荐的电影将作为客户。每个元组:[个人属性 – 推荐电影],代表一个项集。您可以查看Charu C. Aggarwal的《数据挖掘教科书》第4章,https://doc.lagout.org/Others/Data%20Mining/Data%20Mining_%20The%20Textbook%20%5BAggarwal%202015-04-14%5D.pdf

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