Algorithmus zur Empfehlung von Inhalten für Benutzer auf der Grundlage von Tags

Question

Ich suche einen guten Algorithmus, der dem Benutzer Inhaltsobjekte empfehlen kann, indem er die Ähnlichkeit zwischen Benutzer und Inhaltsobjekt berechnet. Um es zu berechnen, haben wir die Inhaltsobjekt -Tags (Meta -Daten) und die Interessensdaten des Benutzers.

Wir können auf zwei Arten etwas über das Interesse des Benutzers lernen:

1. Fragen Sie ihn ausdrücklich: Bitten Sie ihn, einen bestimmten Inhaltsgegenstand zu bewerten. eine Sammlung von Elementen von den mindestens Favoriten bis zu den meisten Favoriten zu bewerten.
2. Implizite Wege: Lernen Sie, indem Sie beobachten, auf welche Art von Inhalten auf die Zeit auf einen Benutzer zugreift. Ich möchte ein bisschen von beiden implementieren.

Bitte schlagen Sie einige Artikel oder Papiere vor, die eine Analyse einiger guter Ansätze zeigen.

Answer 1

Dies ist ein aktives Forschungsbereich, daher gibt es viele Artikel zu diesem Thema. Versuchen Sie zum Beispiel "einen effizienten Boosting -Algorithmus zum Kombinieren der Präferenzen" von Freund et al. Das Journal of Machine Learning Research Vol. 4 at http://jmlr.csail.mit.edu/papers/volume4/freund03a/freund03a.pdf

Answer 2

Buch: "Kollektive Intelligenz in Aktion"Von Satnam Alag.

Answer 3

Probier das aus Netflix -Preisreferenz Abschnitt in Wikipedia.