我是机器学习的新手，但发现它非常有趣，而且我可以看到我们当前产品的许多应用程序。请原谅任何看似显而易见的问题。
我有一个场景，我想提供建议。为简单起见，假设我有数据库表来保存购买和购买物品记录。每个购买项目描述了应用程序呈现给用户购买的每个项目的数量，描述（鞋子，裤子，衬衫）和总价格。通常，购买物品或与特定购买相关的一系列购买物品将自动触发为类似类型购买添加其他相关购买物品（可能他们想要添加帽子或手套）。
需要注意的是，没有为这些类型的项目分配类别。它们可能完全不相关，除非它们在购买时定期应用（衬衫，食品和相机不相关，但可以经常一起购买）。也就是说，这是用户的购买习惯而不是（推荐帽子，因为它们是衬衫之类的服装）。
我尝试了推荐算法，但在这种情况下我并不完全了解如何应用它。这是我应该看的正确算法吗？
提前感谢您的帮助。
马特
答案 0 :(得分：0)
对于推荐引擎，存在许多替代方案。大多数在线商店工作的人都使用混合式过滤模型（跟踪用户对产品的偏好并从这些偏好中学习的系统），并结合基于内容的算法，该算法基本上根据他们的规格推荐产品。 Here is a nice article关于理论和一些代码的开头。