根据标签向用户推荐内容的算法

Question

我正在寻找一种良好的算法，可以通过计算用户和内容对象之间的相似性来向用户推荐内容对象。为了计算它，我们拥有内容对象标签（元数据）和用户的兴趣数据。

我们可以通过两种方式了解用户的兴趣：

1. 明确要求他：要求他对特定内容项目进行评分。将项目集合从最少最爱到大多数最爱的集合。
2. 隐性方法：通过观察用户在整个时间访问的内容来学习。我想两者兼而有之。

请提出一些文章或论文，以显示一些好方法分析？

Answer 1

这是一个积极的研究领域，因此有关该主题的论文很多。例如，尝试使用Freund等人的“有效增强算法来组合偏好的算法”。机器学习研究杂志卷。 4 at http://jmlr.csail.mit.edu/papers/volume4/freund03a/freund03a.pdf

Answer 2

书： ”集体智慧在行动“由萨特南·阿拉格（Satnam Alag）。

Answer 3

查看 Netflix奖参考 Wikipedia的部分。