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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注