基本推荐引擎算法

Question

我想在Objective-C中编写一个基本的推荐系统，我正在寻找一个基本的算法。不幸的是，现成的系统已不在桌面上，因为Objective-C似乎没有。

我将拥有一个项目数据库，每个项目都有标签（想想带有“恐怖”，“动作”等标签的电影）。每个项目都有大约5个这样的标签。当用户首次使用该应用时，他们的个人资料将根据他们对一系列问题的输入进行准备，并将某些标签与其个人资料相关联。

当用户继续使用系统并对各种项目（基于仇恨/喜欢/爱情）进行评级时，我想根据该反馈调整推荐标签的权重。我还想在他们的个人资料增长时加入他们收视率的其他几个属性，例如“80年代”，如果这涉及电影。或者也许导演，坚持电影主题。

我选择避开正常（或至少受欢迎）推荐系统，寻找类似用户来生成推荐。这将有一个大型项目数据库和最少的用户启动。

任何人都可以为这样的算法推荐一个好的起点，我讨厌重新发明轮子，那里有很多东西？

Answer 1

请你参考python-recsys：https://github.com/ocelma/python-recsys，这个软件使用SVD算法，我认为它是一个基本算法，但足够有效。所需的库是numpy和scipy，它们用C语言编写，并由Python包装。我认为编译和移植到objective-c

很容易

Answer 2

您可以使用基于项目的推荐，这听起来非常适合您的需求。您可以稍后开始将标记合并到权重中，但现在我建议只考虑项目。

您可以在http://www.cs.carleton.edu/cs_comps/0607/recommend/recommender/itembased.html了解更多内容。网上有很多实现。

您在帖子中提到的内容将被称为基于用户的协作过滤。