我正在研究一个推荐问题(基于内容的推荐)。我在mongodb中有json格式的数据集。
问题陈述
有些项目有自己的属性,用户对每个属性都有一些偏好。现在我在考虑根据item的属性预测用户对item x的喜爱程度,并比较用户对item x具有的相同属性的偏好。我想建立一个推荐系统,根据用户的喜好向他们推荐商品。
我正在考虑使用mahout和cbayes分类器算法来预测“用户a会喜欢多少项目x”。但我还没有找到任何使用mahout实现cbayes的示例和数据集。
如果您有任何其他建议使用任何其他分类器算法,那么请推荐。
1条答案
按热度按时间tjjdgumg1#
您可以使用余弦相似度计算“用户a会喜欢多少项目x”。有关更多信息,请参阅以下链接。
参考链接:基于项目的推荐和基于内容的推荐有什么区别
当做,
拉贾斯卡尔