asp.net mvc中的模型推荐系统答案

【问题标题】：recommendation system for model in asp.net mvcasp.net mvc中的模型推荐系统
【发布时间】：2019-11-28 14:50:35
【问题描述】：

我正在为我的应用程序寻找推荐系统，该系统根据用户购买历史推荐专辑。我发现了一些系统/算法，例如协同过滤（基于用户/项目/模型/，混合）。哪一个最适合我的应用？或者你能给我一些更好的解决方案吗？

【问题讨论】：

对于本网站来说，这不是一个好问题，因为它是基于意见的，过于宽泛，并且要求提供建议，其中任何一项都会取消它的资格。
无论您选择什么，您都会失去客户和金钱。那是因为你不明白这个系统会做什么，你期望它产生什么或什么是“好”。所有云提供商都提供 ML 和推荐服务。你如何训练和测试它们？
举个例子说明为什么这是题外话，我可以用“使用我的 Cheese Box 规则引擎，每台服务器的许可证只需 200 万美元”来回答。作为答案。我很乐意为下周为您打造一个，预付现金。
SQL Server 在 2016 年添加了 R 服务，在 2017 年添加了 Python，这意味着您可以使用任何 ML/推荐包，但您必须了解它、训练它、试验参数、评估性能并确保您不会损失钱。即使您不直接赔钱，如果您的系统比竞争对手的系统差，您也会间接赔钱。工具很便宜。知道该做什么是昂贵的

标签： c# asp.net-mvc recommender-systems

【解决方案1】：

没有万能的。推荐是一个持续的过程，需要对每种方法的理解、实验和评估，不仅在技术层面，而且在业务层面。该系统是否产生了足够的收入来证明其成本是合理的？或者您是否在无益地运行服务器而亏本？

系统最终会推荐比其应有的低边距的东西吗？也就是说，它是否推荐采购或运输比其他东西更昂贵的东西？

此外，过去的购买是糟糕的数据。他们只告诉您您向客户销售了什么，而不是客户一般购买了什么、他们喜欢什么、为什么喜欢等等。他们不会告诉您他们没有购买。或者他们在购买之前从您自己的目录中拒绝了什么。这就是公司从市场研究公司购买数据的原因。

我建议阅读Building recommender systems with Azure Machine Learning service，不是因为它是 Azure，而是因为它解释了正在进行的过程中的步骤、各种算法以及它们的优点。那里至少有 12 种不同的算法。

文章解释了过程中的 5 个持续和重复的任务：

数据准备 - 为每个推荐算法准备和加载数据

建模 - 使用各种经典和深度学习推荐算法（例如交替最小二乘法 (ALS) 或极限深度分解机 (xDeepFM)）构建模型

评估 - 使用离线指标评估算法

模型选择和优化 - 调整和优化推荐模型的超参数

Operationalizing - 在生产环境中运行模型

即使您有完美的数据，2-4 也会一遍又一遍地重复，因为您会看到什么对您的业务有效，无论它是否提高了销售额（和利润）。 p>

三大云提供商提供各种创建推荐服务的方式，当然需要按月付费。云服务的好处至少是您可以在每月账单中预先看到成本。

【讨论】：

【解决方案2】：

我对 Python 库 SurPRISE 有很好的体验。您可以在 docker 容器中使用它来创建一个 restful 服务并从您的 ASP.NET Web 应用程序中使用它。

【讨论】：

为什么？为什么要使用容器，而不是仅仅将其安装在同一台服务器上？为什么不是亚马逊、谷歌或亚马逊提供的服务之一？没关系，每个推荐系统都需要理解。您不能只是调用它并期望得到好的建议。这绝对是输钱的方法
问题说 c# 所以这不是那个。
@MarkSchultheiss 这个问题并没有真正说明什么。您可以将库放在 SQL Server 2017 中并使用其 Python 语言服务调用它，因此您可以从 C# 调用它。这就是为什么首先添加该服务的原因。但它是一个好的图书馆吗？基于什么？ OP 是否有正确的数据，或者是试验和评估模型的好方法？如果没有，建议充其量是随机的
@PanagiotisKanavos 我建议你再读一遍我的第一句话并尝试再次解析它
反对票不是我的，但这应该是评论，而不是答案。