Алгоритм для рекомендации контента пользователю на основе тегов

Question

Я ищу хороший алгоритм, который может рекомендовать объекты контента пользователю путем расчета сходства между пользователем и объектом контента. Чтобы рассчитать его, у нас есть теги объекта контента (метаданные) и данные интересов пользователя.

Мы можем узнать о интересе пользователя двумя способами:

1. Явно спрашиваю его: попросите его оценить конкретный элемент контента. Чтобы оценить коллекцию предметов от наименее любимых до любимых.
2. Неявные способы: Узнайте, наблюдая за тем, к какому контенту пользователь обращается за время. Я хочу внедрить немного обоих.

Пожалуйста, предложите некоторые статьи или статьи, которые показывают анализ некоторых хороших подходов?

Answer 1

Это активная область исследований, поэтому на этой теме много статей. Попробуйте, например, «эффективный алгоритм повышения для сочетания предпочтений» Freund et al. Журнал исследований машинного обучения Vol. 4 в http://jmlr.csail.mit.edu/papers/volume4/freund03a/freund03a.pdf

Answer 2

Книга: "Коллективный интеллект в действии"Сатнам Алаг.

Answer 3

Проверьте Ссылка на приз Netflix Раздел в Википедии.