基于之前的选择，建议某人可能喜欢的东西的好算法是什么？ （例如，由亚马逊推广推荐书籍，并在iRate Radio或YAPE等服务中使用，您可以通过评级项目获得建议）
答案 0 :(得分：13)
简单明了（订购购物车）：
根据一起订购的商品，保留交易清单。例如，当有人在亚马逊购买摄像机时，他们也会同时购买媒体进行录制。
在确定给定产品页面上的“建议”内容时，查看订购该产品的所有订单，计算同时购买的所有其他商品，然后显示最常购买的前5个商品在同一时间。
您不仅可以根据订单进行扩展，还可以根据网站上的搜索顺序进行扩展等。
就评分系统而言（即电影评分）：
当你投入评级时会变得更加困难。您可以获得商品评级的客户历史记录，而不是购买的商品。
那时你正在研究数据挖掘，而且复杂性是巨大的。
然而，一个简单的算法与上述距离不远，但它采用了不同的形式。获取客户评分最高的项目和评分最低的项目，并找到评级最高和评分最低的其他客户。你想把它们与那些有类似极端喜欢和不喜欢的人匹配 - 如果你专注于喜欢，那么当你提出他们讨厌的东西时，你会给他们一个糟糕的经历。在建议系统中，你总是想要在“不冷不热”的经历中犯错，而不是“讨厌”，因为一次糟糕的经历会使他们不再使用这些建议。
向客户建议其他最高名单中的项目。
答案 1 :(得分：3)
考虑在黑客新闻上查看“What is a Good Recommendation Algorithm?”及其discussion。
答案 2 :(得分：3)
没有确定的答案，而且很可能没有标准算法。
如何做到这一点在很大程度上取决于您想要关联的数据类型及其组织方式。这取决于您在应用程序范围内定义“相关”的方式。
通常最简单的想法会产生良好的效果。对于书籍，如果您有一个数据库，每个书籍条目具有多个属性（比如作者，日期，类型等），您可以简单地选择建议来自同一作者，相同类型，类似标题的随机书籍集。其他人就是这样。
但是，你总是可以尝试更复杂的东西。保存需要此“产品”的其他用户的记录，并建议用户过去需要的其他“产品”（产品可以是从书本，歌曲到任何您能想象的任何东西）。大多数具有建议功能的主要网站都会做的事情（尽管他们可能会收集大量信息，从产品属性到人口统计信息，以最好地为客户服务）。
或者你甚至可以诉诸所谓的人工智能;可以构建神经网络，接收产品的所有属性，并尝试（基于先前的观察）将其与其他人联系起来并自我更新。
任何这些案例的混合都可能适合您。
我个人建议考虑您希望算法如何工作以及如何建议相关的“产品”。然后，您可以探索所有选项：从简单到复杂，并平衡您的需求。
答案 3 :(得分：1)
推荐的产品算法现在是一项巨大的业务。 NetFlix for one提供100,000，只是为了提高算法的准确性。
答案 4 :(得分：1)
正如你已经推断到目前为止的答案，而且正如你的建议，这是一个庞大而复杂的话题。我不能给你一个答案，至少没有任何一个尚未说过的答案，但我要指出一些关于这个主题的优秀书籍：
编程CI： http://oreilly.com/catalog/9780596529321/ 是一个相当温和的介绍 Python中的示例。
CI在行动中： http://www.manning.com/alag看起来像 更深入（但我只是 阅读第一章或第2章并有 Java中的示例。
答案 5 :(得分：0)
市场购物篮分析是您正在寻找的研究领域：
Microsoft为其Analysis服务器提供了两种合适的算法： Microsoft关联算法Microsoft决策树算法
查看此msdn文章，了解有关如何最好地使用Analysis Services来解决此问题的建议。
答案 6 :(得分：0)
我认为以最小均方回归（或类似的东西）做谷歌可能会给你一些东西可以咀嚼。
答案 7 :(得分：0)
你需要计算每个人和每个人之间的相关性（O ^ 2？） - 如果你的好评和差评的模式与其他人匹配，那么它可以向你推荐他们的高评价事物
但是如果你只有几个数据点，它是如何工作的？
评级需要进行标准化 - 评级为2 *的人将其他所有评分为1 *显然是肯定投票，而评分为2 *的评分为2 *被其他人评为4 * -5 *更像是投票不足
如何阻止垃圾邮件发送者高度评价他们的所有内容并严重影响竞争对手？也许相关系统无论如何都会这样做 - 如果垃圾邮件发送者与您的评级不相关，那么他们的建议就会贬值
答案 8 :(得分：0)
CPAN模块Math::Preference::SVD显然是“基于单值分解的偏好/推荐引擎”
答案 9 :(得分：0)
我认为大多数有用的建议已经提出，但我想我会简单介绍一下如何进行，只是想一想，因为我没有做过这样的事情。
首先我会在应用程序中找到我将要使用的数据的样本，所以如果我有一个商店，它可能会在结账时。然后我会在结帐购物车中保存每个项目之间的关系。
现在，如果用户进入商品页面，我可以计算其他商品的关系数量，并选择与所选商品的关系数最多的5个商品。
我知道它很简单，而且可能有更好的方法。
但我希望它有所帮助
答案 10 :(得分：0)
有一个由亚马逊创建的名为Certona的推荐平台，您可能会发现它非常有用，它被B＆amp; Q和Screwfix等公司使用，可在www.certona.com/上找到更多信息。