개체가 많은 기존 데이터베이스가 있습니다 (책을 예제로 사용합니다). 사용자가 웹 사이트에 로그인 할 때 책을 권하고 싶습니다.기계를 적용하여 기존 데이터베이스의 항목을 추천하는 방법
내가 따라하는 다른 사람을 기반으로 한 서적을 추천 할 수는 있지만 더 정확한 정보를 원합니다. 그래서 각 사용자에 대한 일련의 교육 데이터를 수집했습니다.
데이터는 각 사용자에게 책을 반복적으로 제시하고 모양을 좋아하는지 묻습니다.
교육 데이터는 mongodb에 저장되며 책은 postgres 데이터베이스에 저장됩니다.
가 나는 주어진 사용자가 자신의 훈련 데이터를 기반으로 주어진 책을 좋아합니다 거세한 숫양 여부를 예측하는 코드를 작성했지만, 내 질문은 이것이다 :에
나는 데이터를 적용하는 방법/확률은 쿼리 책 포스트 그레스 데이터베이스?
사용자가 모든 사용자와 모든 책에 대해 책을 좋아할 확률을 절약하면 비효율적입니다.
모든 책을로드하는 것은 데이터베이스를 형성하고 각 책을로드하는 것이 비효율적 일 확률을 계산합니다.
"집단 집단 지성 프로그래밍"에서 설명한대로 알고리즘이 순진한 베이지안 분류자를 기반으로합니다. 그 책에서 가장 관련성이 높은 페이지를 지정할 수 있습니까? – justis
6 장 - 문서 필터링. 특히 '블로그 피드 필터링'섹션 –