다른 사용자로부터 항목 등급을 받아야한다고 생각한 Weighted slope one algorithm (이상 공식적으로는 here (PDF))에 대해 읽었으며 적어도 1 개의 평가와 1 개의 누락 값을 포함하는 사용자 벡터가있는 경우 누락 된 등급. 나는 Python implementation of the algorithm을 찾았지만 R (나는 더 편안함)
저는 현재 오디오 files.but에 대한 권장 시스템에서 일하고 있습니다.하지만 저는이 subject.i에서 초보자입니다. mysql을 사용하여 데이터베이스를 디자인하려고 시도하고 있지만 어떻게 할 것인지를 결정할 수 없습니다. 기본적으로 사용자가 프로필을 만드는 시스템입니다. 그런 다음 음악 및 시스템을 검색하여 좋아하는 음악을 추천합니다. 내가 사용해
Ruby on Rails의 프로젝트에서 Apache Mahout을 사용하여 권장 사항 및 협업 필터링을 구현하고 싶습니다. 특히 내 요구 사항은 다음과 같습니다. 관련 태그를 제안합니다. 관련 기사를 제안합니다. 은 사용자의 선호도에 따라 기사 검토를 요청합니다. 지리적 위치 및 사용자의 다른 메타 정보를 기반으로 비슷한 사용자를 추천합니다. 레일과 쉽게
프로그래밍 집단 지성 책을 읽고 Northwind 데이터베이스에 대해 내가 배운 것을 적용하려고합니다. 내가 제시 한 알고리즘에 대한 나의 이해에 아직 확신이 없지만, 나는 일반적인 개념에 대한 아이디어를 얻기 시작했다. Northwind 데이터베이스를 사용, 나는 다음과 같은 의사 로직을 사용하여 "이것은 또한 XYZ를 구입 구입 고객"의 목록을 표시하려
나는 Programming Collective Intelligence이라는 책을 읽었으며 매혹적이었다. 최근에 아마존이 자신의 시스템에 더 나은 추천 엔진을 제시하기 위해 게시 한 도전에 대해 들었습니다. 승자는 먹이를주고있는 정보의 양을 제한하여 분명히 최고의 알고리즘을 산출했습니다. 어림짐작의 첫 번째 규칙으로 ... "퍼지 알고리즘의 경우 더 많은 정
오픈 소스 프로젝트에서 검색 엔진에 연결되었는지 여부에 관계없이 좋은 .NET 권장 알고리즘이 있는지 궁금합니다. 추천으로는 전체 텍스트 기사를 허용하고 키워드 유사성을 기반으로 색인에서 다른 기사를 추천하는 것을 의미합니다. 하이 엔드에는 Autonomy와 같은 문서 분류 엔진이 있습니다. 로우 엔드 스팸 필터 및 블로그 "관련 게시물"위젯에서. 아마도
나는 추천 시스템을 구축하는 데 놀고 싶습니다. 그 말은 사용자가 게시 한 환경 설정 및/또는 리뷰를 살펴본 다음 netflix 또는 amazon이 사용하는 것과 비슷한 추천을 만드는 알고리즘을 의미합니다. 이런 식으로 작성하는 방법을 배우기에 좋은 자료는 무엇입니까? 어디에서 시작해야합니까?