如何解决推荐系统识别
我正在创建一个推荐引擎,其中我的项目是软件,用户是人。我有输入数据,通过范围 [1-10] 中的值显示用户和软件之间的交互,显示使用强度。 我需要向用户推荐他们可能很快会购买的软件。 这看起来像是一个明确的反馈数据问题,但是明确地说,较低的分数表明用户不喜欢该项目,而在这里它只是表明用户较少使用该特定软件。 这是一个隐式反馈,因为数据仅表明用户的积极行为?或隐式反馈数据必须只有 {0,1}? 您还可以建议适合解决问题的算法吗?我倾向于神经协同过滤 (NCF)、贝叶斯个性化排名 (BPR)。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。