我总是对网站如何向我推荐文章和用户感兴趣，基于我“喜欢”，我关注的内容，我投票/投票的内容。
当我浏览某个项目时，它还可以推荐项目，“相关文章”，“喜欢这篇文章的人也喜欢......”
我需要一些文章和图片来教我如何实现这样一个系统。非常感谢。
更新
我有一个关键词“Slope one”
答案 0 :(得分：3)
维基百科的文章Recommender system是一个很好的起点。此外，这篇Recommendation engine博客文章还有一些很好的信息和插图。
最简单的方法是使用＆＃34;喜欢这篇文章的人也喜欢......＆＃34;做法。如果你跟踪每个用户＆＃39;文章评分，并跟踪谁喜欢哪些文章，然后你有推荐系统的基础。
例如，假设您正在查看文章A.系统可以在每个喜欢文章A的用户的索引中查找。从该列表中，它可以创建每个用户喜欢的所有文章的列表谁喜欢文章A.很可能会有重大的重叠（也就是说，有些文章被多人喜欢）。您的算法会记录每篇文章的喜欢次数，然后显示得票最多的前N个。
这个简单的系统在很多情况下都非常有效，但并不完美。您会发现特别受欢迎的文章占主导地位，即使它们与您正在查看的文章无关。有很多方法可以阻止这些极受欢迎的文章占据主导地位。一种方法是使用浮点数作为文章的分数。您可以添加1 / sqrt(users_number_of_likes)，而不是为每个＆＃34;和＃34;的分数添加1。因此，喜欢100篇文章的用户只会1/10指向任何单篇文章，但只喜欢四篇文章的用户会给每个文章1/2一个点。虽然这听起来并不公平，但是＃34;它确实倾向于削弱非常受欢迎但无关的物品的效果。
正如我所说，这是最简单的方法。如果您正在寻找＆＃34;相关＆＃34;文章，不是基于用户输入，那么您必须为每篇文章分配关键字，或者您需要某种方式来检查文章并提取相关的关键字。
有很多方法可以做你想做的事情。您选择哪一个取决于您的数据的性质，您是否正在进行协作过滤，您希望花多少时间开发它，以及您希望结果有多好。
答案 1 :(得分：3)