Bu işe yarayabilir kullanıcı maddelik önerilerine bir yaklaşım mı

oy
0

Ben kullanıcı etkileşimlerini bir öneri sistemi tabanını (işbirlikçi filtreleme) birleştiren bir uygulama tasarlama. Onun ana sayfasında kullanıcı ile etkileşim 6 öğe kümesini sunulmuştur. 50 ile 300 öğeler arasında olacaktır. Aşağıdaki işlemler mümkündür:

  1. Bir öğenin üzerine tıklayın (güçlü faiz)
  2. Bir öğeyi yenilemek (bazı ilgi)
  3. Bir salt daha iletişim kutusunu açmak (bazı ilgi)
  4. için herşeyi (hiç ilgi) üzerinde hareket yapmayın

Bu veriler toplanır ve saklanır. Sistem, kullanıcının ilgilendiği ürünleri tavsiye edilmelidir. bir derecelendirme sistemine bu verileri dönüm düşünmeye bi'şey.

kullanıcının bir öğe tıklarsa Seçeneği), bu bir öğe bir 4 ve benzeri serinletici 5'in bir örtük ömür boyu değerlendirmesi içine çevrilmiştir. Yani benim kullanıcı-> madde matrisi şu şekilde görünecektir:

       item 1 | item 2 | item 3
john   5                 4
jane   4

Bu örnekte john ben 4 yazıp madde daha sonra tıklandığında bir 5'e sadece güncellemek bir kullanıcıya daha önce bir öğe yenilenir etti yani eğer, derecelendirme sadece gerçekten gidebilir madde 1 ve tazelenmiş öğe 3. tıkladı.

Seçenek B) kullanıcı yukarıdaki işlemlerden birini yapar her zaman, bunu sınırsız büyüyebilir gelir öğesi için bir skaler değer artırırız.

       item 1 | item 2 | item 3
john   55       1        30
jane   41       9

Şimdi numaralar 1 ile 10 arasında bir derecelendirme ölçeği çevirmek zordur çünkü belki bu bir sorundur,

Seçenek C) ayrı ayrı her türlü işlemi sayısı

       item 1 click | item 1 refresh | item 1 read
john   3              1                       
jane   1                               1

Burada sorun bir öğe muhtemelen sadece bir kez yapılır hakkında okuma olmasıdır.

Ben seçtiğiniz herhangi bir seçenek bağımsız, benim fikri ilk kosinüs benzerliği veya Pearson korelasyonu gibi bir şey kullanarak benzer kullanıcıları bulmaktır. Sonra bu listeden ilk 10 ila 30 kullanıcıları almak ve sevdikleri öğelerin bir TOPlist derlemek. O listeden, o zaman geçerli kullanıcı geçmişte pek az etkileşim olmuştur öğeleri tavsiye eder.

Bu işe yarayabilir bir şey mi? Ben benzer kullanıcıları bularak geçerli kullanıcı için ilginç (yeni) öğeleri bulma şansı ortadan kaldıracaktır endişe ediyorum.

Oluştur 18/08/2014 saat 07:57
kaynak kullanıcı
Diğer dillerde...                            


1 cevaplar

oy
0

Ne önermek makul geliyor. yeni öğeler görmediklerine ilgili endişeniz meta tabanlı işbirlikçi filtreleme yönteminin bir yansımasıdır. yeni öğeler bulmak için hiç şüphesiz ayrı bir aşama olacağını bazı içerik analizini yapmak gerekir. Örneğin, ürün haber makaleleri ise her kullanıcı için önemli anahtar kelimeleri tespit etmek deneyebilirsiniz.

Cevap 15/10/2014 saat 17:44
kaynak kullanıcı

Cookies help us deliver our services. By using our services, you agree to our use of cookies. Learn more