我现在正在开发一个文档推荐程序，目前有点卡住了。对于每个文档，我根据用户的行为分配了一个分数。然后，当一个新文档进来时，我需要预测用户会喜欢到什么程度，并根据它们的分数重新排序所有文档。我的解决方案是使用一个阈值将这些分数分为“推荐”和“不推荐”。然后，朴素贝叶斯或其他分类模型可以给我一个标签，或者返回该标签的可能性（我使用NLTK包进行文本分析）。我这样做对吗？我的问题是，当我得到那个可能性时，如何将其转换为我用来排序的分数？或者我应该使用scikit中的逻辑回归吗？谢谢！

回答：

我建议你尝试使用类似于SVM-Rank的算法。它接受一组“推荐”和“不推荐”的向量作为输入，然后学习如何对它们进行排序，使推荐的文档排在前面。dlib中有一个简单的Python工具可以用来实现这一点。这里有一个例子：http://dlib.net/svm_rank.py.html