用于基于标签向用户推荐内容的算法

Question

我正在寻找一种好的算法，可以通过计算用户和内容对象之间的相似性来向用户推荐内容对象。为了计算它，我们有内容对象标签（元数据）和用户的兴趣数据。

我们可以通过两种方式了解用户的兴趣：

1. 明确地问他：让他评价一个特定的内容项目。 排列从最惠惠到最惠的项目集合。
2. 隐含方式：通过观察用户随时访问的内容来学习。 我想实现两者兼而有之。

请推荐一些展示一些好方法分析的文章或论文？

Answer 1

这是一个活跃的研究领域，所以有很多关于这个主题的论文。尝试例如Freund等人的“用于组合偏好的有效增强算法”。机器学习研究杂志vol。 4 http://jmlr.csail.mit.edu/papers/volume4/freund03a/freund03a.pdf

Answer 2

预订：Satnam Alag的“Collective Intelligence in Action”。

Answer 3

查看维基百科中的Netflix Prize Reference部分。