在google的预测api页面中，它说我们可以用它来推荐网页/产品......
有人可以告诉我如何：例如：
我有500,000名会员购买历史记录
我有200种不同类别的2,000,000种产品
我有用户X注册，问他15'喜欢'/'不喜欢'产品问题（用户的口味）
现在，我想建议/建议用户X带有他最有可能购买的产品清单（例如500）
非常感谢
答案 0 :(得分：2)
目前实施的Google Prediction API非常适合将数据分类为一组离散的类别，但正如文档中所述：
在分类模型中避免使用高比例的训练数据。 尝试至少为每个类别设置几十个示例。 对于非常好的预测，每个类别有几百个例子 推荐使用。
当类别与示例的比率较高时，Prediction API的分类效果不佳，并且在示例中，您描绘的关系是一对一的，因为您试图找到其喜欢的产品列表最相似的用户给感兴趣的用户（找一组有希望推荐的产品）。在此模型中，每个用户都是唯一的类别。
答案 1 :(得分：2)
如果您没有特别依赖Google API，请使用Mahout进行探索。这是Mahout Recommendation挖掘的基本用例。
https://cwiki.apache.org/MAHOUT/itembased-collaborative-filtering.html