推荐系统的贝叶斯分类或类似技术

Question

我正在制作新闻应用。在主页上，用户会看到标题列表，然后他可以单击一个来阅读文章和评论。

我想基于他的历史为“推荐文章”提供一个选项。例如，如果他阅读了一篇文章 - 我将使用标题关键字提供算法，以便了解该用户喜欢阅读的内容。

我对贝叶斯过滤器所读到的问题是，您需要通过良好的输入和错误的输入（例如好的电子邮件和垃圾邮件）来训练它们。我的情况不同，就是没有坏的例子。如果用户没有阅读文章 - 这并不意味着它是一个糟糕的分类（因为他将来也可能会阅读它），但只有当他读了一篇文章时 - 他才更有可能阅读类似的文章。将来

基本上，我正在寻找一种算法来帮助我根据他过去阅读的内容向特定用户推荐文章。它将在移动设备上运行，因此任何实现（C / C ++ / Obj-C）都可以工作。

感谢。

Answer 1

您可以将其视为binary classification problem。这可能是他喜欢阅读的文章，也可能是他不想阅读的文章。

您可以将dlib C++ library用于二进制分类器算法。