自从我完成任何编程或论坛以来很长一段时间...... 然而，这真的是在我的皮肤下。
我一直在研究亚马逊等用于围绕产品的建议，这些产品与人们选择的产品具有亲和力 - 显然效果非常好。
这就是我想知道的......
A - 为什么这只限于亲和力？从来没有一种产品会排除原始选择的情况，也许平行但不同的产品可能有意义吗？
B - 为什么神经网络没有意义？这不能很好地提供一个良好的链接，或者你最终会得到一些权重非常低的产品，从而使他们的非选择永久化？
感谢您的意见。
詹姆斯
答案 0 :(得分：0)
问题A：您无需将其限制为亲和力。但是，您需要以可以将其呈现给算法的方式“打包”所有其他相关信息。你应该阅读“关联规则”，“频繁项目集”＆amp;推荐算法。大多数算法分析交易数据并学习{peanuts，hot dogs} = {beer}等规则。为了远离亲和力，您可以生成多组，其中您将啤酒减少到{酒精饮料}，然后使用不同特定级别的多个频繁项目集，然后使用某种集合算法来组合它们。
问题B：由于维度，神经网络或任何其他类似模型不起作用。假设您是Amazon.com，并且您想要输入最多5个项目的项目集。您可以将其编码为输入神经元计数等于每个项目的一个神经元时间5.亚马逊上有多少项目。我不知道，但我猜它超过100k。即使你在降维方面发挥创意，这也将是一个大规模的神经网络，甚至是支持向量机或随机森林。