对于基于属性的推荐系统，我应该使用哪种机器学习方法？
What machine learning approach should I use for a recommandation system based on attributes?
我正在尝试根据性别、年龄和心情等标准来预测我可以为某人推荐的最佳电影。我有一个这样的向量 (1,0,0...1).
我的第一个方法是尝试根据这个向量预测一个人会给一部电影打几分，然后根据这些评分进行排名。
所以在数据集中一个人是由一个向量定义的 (1,0,...1)
电影由向量 (1,0,...1) 定义
以及一个人对一部电影的评分。
你会推荐什么？
谢谢！
乍一看，我认为你可以使用关联模式挖掘算法。用于挖掘关联规则的频繁项集挖掘算法中最著名的是 Apriori 算法。
在您的情况下，一个人的属性，例如：性别、年龄和情绪将是项目，而推荐的电影将是客户。
每个元组：[人物属性-推荐电影]，代表一个项集。
您可以查看 Charu C. Aggarwal 的《数据挖掘教科书》第 4 章
https://doc.lagout.org/Others/Data%20Mining/Data%20Mining_%20The%20Textbook%20%5BAggarwal%202015-04-14%5D.pdf
我正在尝试根据性别、年龄和心情等标准来预测我可以为某人推荐的最佳电影。我有一个这样的向量 (1,0,0...1).
我的第一个方法是尝试根据这个向量预测一个人会给一部电影打几分，然后根据这些评分进行排名。
所以在数据集中一个人是由一个向量定义的 (1,0,...1) 电影由向量 (1,0,...1) 定义 以及一个人对一部电影的评分。
你会推荐什么？
谢谢！
乍一看，我认为你可以使用关联模式挖掘算法。用于挖掘关联规则的频繁项集挖掘算法中最著名的是 Apriori 算法。 在您的情况下，一个人的属性，例如：性别、年龄和情绪将是项目，而推荐的电影将是客户。 每个元组：[人物属性-推荐电影]，代表一个项集。 您可以查看 Charu C. Aggarwal 的《数据挖掘教科书》第 4 章 https://doc.lagout.org/Others/Data%20Mining/Data%20Mining_%20The%20Textbook%20%5BAggarwal%202015-04-14%5D.pdf