基于用户购票数量设计电影推荐系统答案

【问题标题】：Designing movie Recommender system based on quantity of tickets purchased by the user基于用户购票数量设计电影推荐系统
【发布时间】：2019-03-08 05:58:47
【问题描述】：

我的任务是为一个多元化品牌设计一个电影推荐系统。数据基本上包含三个主要字段，即用户 ID、电影名称、购买的门票数量。除了这三个主要列之外，我们还有电影类型、导演等列电影和电影描述。

用户没有给电影评分。所以基本上我不知道用户是否喜欢这部电影。我购买了数量的门票，但这并不意味着他/她喜欢那部电影。

如何完成为这个特定问题陈述设计推荐器的任务。任何见解都将非常值得赞赏！

【问题讨论】：

标签： python-3.x machine-learning recommendation-engine

【解决方案1】：

我认为您需要搜索更多数据，例如电影类别、演员、imdb 评分等等

你可以做eda，找数量相关的分析，对一些特征做一些聚类。

尝试找到重复观看类似集群的用户？

有没有类似的群体看过类似的电影？

然后根据历史，您可以找到用户的类别并根据集群进行推荐。

【讨论】：

提供的数据有限制..数据是客户端提供的，我们不能修改。
这样您就有了用户 ID 和购买数量等数据。你可以做很多事情，用户是这里的主要 id 你需要检查用户是否再次回到类似类型的电影，老电影和这部电影之间是否有联系。如果是的话，你可以做得更好
你能指定建模方法吗？
找到电影 a 与所有电影之间的相似性，对所有电影重复，检查有多少相似的组。然后检查哪个用户要去哪个集群。