基于配置文件排序列表的推荐规则答案

【问题标题】：Recommendation rules for sorting a list based on a profile基于配置文件排序列表的推荐规则
【发布时间】：2012-10-19 14:25:37
【问题描述】：

我在一个需要提供一组没有特定顺序的选项的网站上工作。我需要根据正在查看列表的客户对该列表进行排序。我想通过生成推荐规则并对列表进行排序，将最适合客户喜欢的放在首位。此外，如果对推荐的信心很高，我想我会很酷，我可以告诉客户我推荐它的原因。

例如，假设我们有一家冰淇淋店，其网站上有客户可以在线注册和下订单的网站。客户信息包含性别、出生日期、地址等基本信息。我的目标是挖掘客户以前的订单以生成具有格式的规则

  feature -> flavor

其中的特征可以是个人资料中的信息，也可以是订单本身中的信息（例如，我们可能会询问您希望为多少人服务、他们的年龄等）。然后，我会拉出适用于当前客户的规则，并使用列表顶部置信度更高的规则。

我的问题，解决这个问题的最佳标准算法是什么？我在 apriori 方面有一些经验，最初我想使用它，但由于我对只有 1 个结果感兴趣，我现在在想，也许其他替代方案可能更适合。但无论如何，我对机器学习并不是那么了解，所以我很感激任何帮助和参考。

【问题讨论】：

【解决方案1】：

这是一个推荐问题。

首先，先验算法不再是推荐系统的最新技术。（相关讨论在这里：Using the apriori algorithm for recommendations）。

查看海量数据集挖掘一书的第9章推荐系统。这是一个很好的入门教程。

基本上，您有两种不同的方法：基于内容和协同过滤。后者可以根据基于项目或基于用户的方法来完成。还有一些方法可以组合这些方法以获得更好的建议。

一些可能有用的进一步阅读：

一些相关的stackoverflow主题：

【讨论】：