协同过滤：如何确定每个用户的产品隐式分数？

Question

在实现了推荐产品的算法并取得了一些成功之后，我现在正在寻找计算该算法的初始输入数据的方法。

我的目标是计算用户有某种历史记录的每个产品的分数。

我目前正在收集的数据：

• 用户历史订单
• 匿名用户和注册用户的产品浏览历史记录

所有这些数据都带有时间戳。

我在寻找什么

我正在寻找一些建议，理想情况下这个问题应该更多地进行讨论，而不是寻求单一的“正确”答案。

• 我可以为用户收集的任何可以直接暗示对产品感兴趣的附加数据
• 将这些数据转化为每个产品的分数的算法/方程

我不寻找什么

为了避免这个问题因错误的答案而脱轨，一旦我获得了每个用户的数据，我就会做以下事情：

• 使用k-means聚类算法生成多个用户聚类（目前为21个），使用皮尔逊系数作为距离得分
• 对于每个用户（按需），通过在其集群内查找最相似和最不相似的用户，并重复任意深度来计算相似用户的图表。
• 根据用户图表中其他用户的偏好计算每个产品的分数
• 对分数进行排序以返回推荐列表

基本上，我并不是在寻找一旦我做什么的想法 有 输入数据（稍后我可能需要进一步的帮助，但这不是这个问题的重点），只是为了了解如何首先生成此输入数据

Answer 1

这是一个干草的回应：

• 查看产品所花费的时间
• 对产品留下的评论的语义解释
• 制作有关产品、品牌或产品类别的讨论页面并从语义上解释评论
• 他们是否共享产品页面（电子邮件、del.icio.us 等）
• 浏览器（与笔记本电脑相比，移动设备可能会让他们在页面上花费的时间更少，同时表现出极大的兴趣）和连接速度（影响 amt.在页面上花费的时间）
• Facebook 个人资料相似度
• 热图数据（例如à la Kissmetrics）

你们销售什么类型的产品？这可能有助于我们更好地回答您。（因为这是一个老问题，所以我正在向 @Andrew Ingram 和任何其他有相同问题并通过搜索找到此线程的人提出问题。）

Answer 2

1. 您可以允许用户明确说明他们的偏好，就像 Netflix 允许用户指定星级一样。
2. 您可以为他们购买的所有商品分配一个正数值，因为您说您确实有他们的购买历史记录。为他们没有买的东西分配零
3. 你可以对他们购买的东西进行某种加权，并根据流行情况进行调整。（如果几乎每个人都购买了某种产品，那么它并不能告诉您有关他们也购买了该产品的人的更多信息）请参阅 “词频-逆文档频率”
4. 您还可以为用户查看但未购买的商品分配一些较小的数值。