我正在尝试根据用户搜索的关键字向用户推荐会议和关键字（每个会议都有）。 我不知道哪种推荐算法对我有用。
澄清一点： - 当用户在搜索栏中搜索时，我正在进行搜索查询并对其进行停止词删除，然后进行空格分割，然后对获得的每个单词执行词干。因此，我将能够找到用户感兴趣的会议主题。 - 我正在考虑创建一个用户向量，它将包含他感兴趣的所有关键字或者他已经搜索过的关键字。 - 另外，我列出了我数据库中可用会议的所有主题。
所以，我的问题是使用这个用户向量什么样的推荐人将是有用的，这将有助于推荐用户可能感兴趣的主题。用户没有提供任何类型的评级，他喜欢的会议主题，因为我们正在从搜索中提取数据。
任何帮助都将受到高度赞赏。
答案 0 :(得分：1)
如果您拥有的唯一信息是用户搜索的内容，那么最简单的方法是根据搜索相同内容的其他人搜索过的主题推荐主题。
例如，Joe搜索油炸绿番茄和紫色gummi蠕虫。如果Sam然后搜索紫色gummi蠕虫，那么你可能会建议他也看看炒绿番茄。
当然，如果您只有少数参与者，这种模式并不能很好地运作。但是如果你有很多人在搜索，你可以根据你之前的搜索分析说，如果有人搜索X，那么他很有可能会搜索Y.
这大致称为Collaborative filtering。
答案 1 :(得分：0)
如果用户没有提供任何其他指标/评级，您所获得的只是提交的搜索字符串。
在这里，您可以使用频繁项目集挖掘，然后使用关联规则生成，这应该可以从所有历史记录中以频繁共生项目（搜索字符串）的形式为您提供良好的推荐。
您可以在此处阅读更多相关信息 - Association rule mining