【问题标题】:What are the most efficient algorithms to recommend items to groups of users?向用户组推荐项目的最有效算法是什么?
【发布时间】:2011-07-16 01:37:37
【问题描述】:

使用协同过滤通常适用于给单个用户评分,但是当需要向多人推荐一个或多个项目时,这些算法将如何改变(例如:想看电影或想选择假期的朋友一起)?

【问题讨论】:

  • 阅读 Toby Segaran 的 Programming Collective Intelligence amazon.com/…

标签: artificial-intelligence machine-learning recommendation-engine collaborative-filtering


【解决方案1】:

由于这个问题属于很笼统的层面,我就在那个层面回答。

关键的变化是,对于个人而言通常最小化(或目标函数最大化)的损失函数将在集合中最小化。除非您有集合的训练数据,否则这往往非常困难。更重要的是,套装可能会根据推荐而改变。

尽管如此,一种天真的方法是建议一个最小公分母项:平均而言,最大化目标函数的一项。

【讨论】:

    猜你喜欢
    • 2017-08-19
    • 2019-05-23
    • 1970-01-01
    • 2012-12-18
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2019-02-19
    • 1970-01-01
    相关资源
    最近更新 更多