二项到项协同过滤-有解决方案吗？
Two-item-to-item collaborative filtering- Is there a solution?
我有以下问题：在我的例子中，一个人总是购买两种产品（一种是 X 型，一种是 Y 型）。在此之后，我想向我的客户推荐更多类型 Z 的产品。我已经发现，如果这个人只买了一件商品，那么最好的方式可能是一个商品到商品的推荐系统。但是我想不出一个解决方案，总是基于一种 X 类产品和一种 Y 类产品的组合，并向客户推荐几种 Z 类产品。
所以也许有解决这个问题的方法，但我还没有找到？
非常感谢
这里的一种方法是研究构建 'hybrid' 推荐系统：
- 使用查询项目 X 计算项目分数
- 使用查询项目 Y 计算项目分数
你知道有一个新问题要解决：
- 输入：item_scores_X、item_scores_Y
- 输出：prediction_Z
在了解 X 和 Y 的基础上，有多种方法可以解决对 Z 的预测。您可以将其表述为回归问题，例如，也许可以查看 RandomForests。如果说最近的项目信息量更大，您也可以构建一个 'cascade' 系统。有更复杂的方法，但问题的 input/output 仍然如描述的那样。阅读混合推荐系统应该会给你更多的想法。
我有以下问题：在我的例子中，一个人总是购买两种产品（一种是 X 型，一种是 Y 型）。在此之后，我想向我的客户推荐更多类型 Z 的产品。我已经发现，如果这个人只买了一件商品，那么最好的方式可能是一个商品到商品的推荐系统。但是我想不出一个解决方案，总是基于一种 X 类产品和一种 Y 类产品的组合，并向客户推荐几种 Z 类产品。
所以也许有解决这个问题的方法，但我还没有找到？
非常感谢
这里的一种方法是研究构建 'hybrid' 推荐系统：
- 使用查询项目 X 计算项目分数
- 使用查询项目 Y 计算项目分数
你知道有一个新问题要解决：
- 输入：item_scores_X、item_scores_Y
- 输出：prediction_Z
在了解 X 和 Y 的基础上，有多种方法可以解决对 Z 的预测。您可以将其表述为回归问题，例如，也许可以查看 RandomForests。如果说最近的项目信息量更大，您也可以构建一个 'cascade' 系统。有更复杂的方法，但问题的 input/output 仍然如描述的那样。阅读混合推荐系统应该会给你更多的想法。