我一直想知道如何以及在iTunes上实施'Genius'功能的最佳方式。
我可能会蛮力，但只是想知道是否有人有任何见解。
感谢。
答案 0 :(得分：13)
Genius算法是推荐系统的一个例子，它是电子商务系统中的热门话题。因此，Netflix获得了100万美元的奖金，持续了好几年才将其推荐系统提高了10％。
在iTunes上，您有一系列音乐。天才可以假设，如果你有这种音乐你必须喜欢它。如果有足够的人有歌曲B有歌A，那么天才可以说，如果你有歌A，你可能会喜欢歌曲B.
只是拥有这首歌是一个相当弱的推荐。如果用户对该音乐进行了评分，那么就更好了，这样你就可以在此基础上提高“推荐”的强度。
我强烈建议您阅读If You Liked This, You’re Sure to Love That作为推荐系统的良好入门。
答案 1 :(得分：1)
Step1 - 收集每位用户所有点击次数/播放次数的数据。这将是大量的数据。
Step2 - 制作排名/推荐列表生成系统。对于每首歌曲，生成一个排名/优先级类型列表，其中包含人们正在观看/播放的所有产品/歌曲。一个简单的例子说，没有人分享相同的组合或每首歌曲播放的播放时间。
Step3 - 保持一个限制（比如top10）以显示上述歌曲列表中的推荐。
这不是那么困难，诀窍或天才在于在第2步中添加权重。推荐系统如何与权重一起使用（对于ex page rank）。
我可能对数据挖掘工程师感到失望，他们给极其复杂的计算机科学领域提供了这样一个天真/简单的解释。请原谅我：）
答案 2 :(得分：1)
看看这个，term frequency–inverse document frequency，这是一种按照你喜欢的方式排名的方法，“独特”越多，喜欢的歌曲对建议的影响越大。
基本上，如果你只喜欢和玩U2，那么算法/程序很难推荐一些特别的东西，这是你喜欢的。
另一方面，如果你的iTunes使用情况更加多样化，你真正喜欢的那些鲜为人知的乐队将会更加重要，因为他们会让你更多地与群众隔离。
答案 3 :(得分：0)
重点：您必须拥有 lot 用户的数据。你不能通过蛮力自己做这件事（除非你的意思是完全手工制作）。