【发布时间】：2009-10-20 01:36:38
【问题描述】：
我想尝试构建一个推荐系统，我的意思是一种算法，它查看用户发布的偏好和/或评论，然后为他们提出建议，类似于 netflix 或亚马逊使用的。
学习如何编写这样的东西有哪些好的资源？我应该从哪里开始？
【问题讨论】：
【发布时间】：2009-10-20 01:36:38
【问题描述】：
查看Netflix Prize 及其discussion forum 上的维基百科页面。此外，有些相关的2009 GitHub Contest 是许多不同推荐引擎上完整源代码的良好来源。显然还有Wikipedia page on the topic itself，它有一些不错的链接。
如果您开始自己编写，您会想要使用语料库。我实际上建议使用Netflix Prize's data set。只需将数据集分成两部分。对第一部分进行训练，然后在第二部分上为您的算法评分。
附录：这种事情的一个有点相关和可怕的应用是predicting demographic information：用户的性别、年龄、家庭收入、智商、性取向等。你可能会做大部分这些属性与 Netflix Prize 数据集具有相当高的准确性。幸好everyone in that dataset is just a number。
【讨论】：
-
这有什么可怕的？营销人员总是试图根据您的浏览器、IP 和 HTTP 标头中的其他信息来预测您。这不是实际信息，只是“知情的刻板印象”（条件贝叶斯）。
-
因为数据被表示为“匿名”但实际上不是？如果用户从未选择共享他们的数据，这尤其糟糕。
-
我可能不太明白你的意思。你是说因为我可以准确猜出用户 2871875 的人口统计特征而违反了匿名性？
-
不...阅读最后一个链接的摘要。他们正在查找用户 2871875 的记录。不仅仅是人口特征。
看看 pysuggest 一个 Python 库，它为 collaborative filtering（Amazon.com 使用）实现了各种推荐算法。
【讨论】：