问题标签 [recommendation-engine]

作为生成Pearson 相关系数的计算的一部分，执行以下计算：

在第二个公式中：p_a,i是用户 a 会给项目的预测评分i，n是被比较的相似用户的数量，并且是用户ru,i对项目的评分。 iu

u如果用户没有评价这个项目，将使用什么值？我在这里误会了什么吗？

我有集体智慧书，但我不确定它如何在实际中应用。

假设我有一个带有 mySQL 数据库的 PHP 网站。用户可以在数据库中插入带有标题和内容的文章。为了简单起见，我们只比较标题。

• 如何煮咖啡？
• 关于咖啡的 15 件事。
• 大问题。
• 如何削铅笔？
• 被球击中的家伙

我们打开“如何制作咖啡？” 文章，并且由于与第二和第四个标题的单词相似，它们将显示在相关文章部分。

如何使用 PHP 和 mySQL 来实现它？如果我必须使用 Python 也没关系。提前致谢。

我想尝试制作一个简单的 twitter 客户端，它可以了解我的品味并自动找到朋友和有趣的推文，为我提供相关信息。

开始之前，我需要获得大量随机 Twitter 消息，这样我就可以在它们上测试一些机器学习算法。

我应该为此使用哪些 API 方法？我是否必须定期轮询以获取消息，或者有没有办法让 Twitter 在消息发布时推送消息？

我也有兴趣了解任何类似的项目。

任何人都可以推荐一个在每一行上都有复选框的组合框/下拉列表控件吗？它还需要支持多选。

谢谢。

使用协同过滤通常适用于给单个用户评分，但是当需要向多人推荐一个或多个项目时（例如：想看电影或想一起选择假期的朋友），这些算法将如何变化？

我正在尝试为在线商店建立一个穷人的推荐系统。我想实现这种亚马逊“购买此商品的客户也购买了”功能，我读了很多关于它的内容。我知道有 Apache Mahout 的东西，但我无法以这种方式调整服务器。然后会有谷歌预测 API，但它要花钱，所以我开始自己试验。

我有一个包含 250.000 多个项目的订单历史记录，我编写了一个嵌套的 MySQL 查询来查找包含当前文章的订单，对其他订单项目进行排名并对表进行排序以进行排名，所以我得到了一组其他人订购的产品以及当前文章。

问题是，查询可能需要 10 秒 - 所以不能直接使用。我想到了一个缓存表，但这个查询在 20 分钟后停止（有 60.000 个产品和 250.000 个订购项目）所以我无法填写该表。

我当前的解决方法如下：推荐 HTML 是通过 AJAX ondocumentready 加载的，因此会加载网站，而推荐会在后台加载。推荐数据被处理一次并存储在文件缓存（PEAR 简单缓存）中，因此下次加载速度更快。因此，如果有人访问该站点并存储一天或一周，则按需生成缓存。

我问自己和你，这是一种可以接受的方法，还是愚蠢和无能？将缓存的数据存储在数据库或文件中会更好（我考虑性能和并行命中）。我的意思是，在最坏的情况下，我最终会得到 60.000 个缓存文件。

我更喜欢一个包含所有数据的预先计算的表，但正如我所说，这需要很长时间，而且我不知道如何优化它。（等 SQL Dude 放假回来^^）

感谢您的任何提示，意见。

顺便提一句。这是查询：

编辑：

我考虑了给定的答案，我认为它们与我最初的想法相似。上面的代码结果如下表：

ParentID 是当前项目，ChildID 是过去与 ParentID 一起订购的项目，Rank 是预计算的孩子订购当前项目的频率的计数。现在，我可以在每个新订单上更新或插入相关项目，并计算排名（如果它已经存在于数据库中）。我唯一担心的是，我最终会坐在一张非常大的桌子上。如果我每周离线一次预先计算，也许这应该不是问题？但随后我必须优化查询，以便每个项目不需要 10 秒。

你怎么看？

类似“阅读这篇文章的用户也阅读了这个：......”

我希望能够根据用户行为建议相关和相关的内容。用户通常都经过身份验证，如果这可能有用的话..

任何脚本、模块、想法？

我正在构建一个服务，用户可以提交他推荐/喜欢的链接“列表”（文章，网站......等），系统将向他显示他可能喜欢的其他链接列表。

在我的脑海中执行此过程的唯一想法是：

1. 用户 A 将提交他的链接列表（例如 10 个链接）
2. 系统将查找其他用户（比如用户 B）列表，其中用户 A 和用户 B 链接之间的链接有 80% 相同
3. 向用户 A 显示 20% 的新链接（来自用户 B 列表）

您还有其他方法可以做到这一点吗？或者你有没有做同样事情的开源项目？

任何语言都可以，但我更喜欢 Perl、PHP、Java、SQL

有谁知道可以根据时间间隔操作/组织数据的库？

例如：

• 我有一组按日期/时间映射到对象的数据[可以是任何东西，不相关数据的列表、字符串、数字等]
• 我希望 Collection 足够通用，以便它可以处理间隔搜索、组织、合并、交叉点、差异和间隔更改 [即，该集合将重新组织 15 分钟间隔到 1 天间隔]

我正在考虑写其中一个，但我不想重新发明轮子。

另外，最后一个规定是我希望它使用 Java。

例如：

您有以下数据：

• 1/1/11 1:01 - “鲍勃进入房间”
• 1/1/11 12:01 - “杰瑞进入房间”
• 1/1/11 1:31 - “莎莉进入房间”
• 1/1/11 1:51 - “豪尔赫进入房间”
• 1/1/11 2:01 - “呆伯特进入房间”
• 1/2/11 1:01 - “鲍勃进入房间”
• 1/3/11 12:01 - “杰瑞进入房间”
• 1/2/11 1:31 - “莎莉进入房间”
• 1/2/11 1:51 - “豪尔赫进入房间”

此处所述的所有条目 [作为 2 值数据] 将进入集合 [ie]： add(Date, object) 但是在初始化时将设置间隔。[即15分钟]所以如果间隔是15分钟[并查询特定时间。它会产生：

• 1/1/11 12:00-12:15
  • “杰瑞进了房间”
• 1/1/11 1:00-1:15
  - “鲍勃进入房间”
• 1/1/11 1:15-1:30

• 1/1/11 1:30-1:45

  • 1/1/11 1:31 - “莎莉进入房间” ....

  如果您尝试查询 1/1/11 12:09，您将获得 1/1/11 12:00-12:15 的结果。是的，我意识到有边缘情况，但这是一个例子。

我用 C# 开发了一个软件，使用 Windows 窗体来抓取选定的网站以获取图像。

1. 我遇到的第一个问题是我监控的网站不断地改变它们的外观和感觉，从而使我的代码需要更新。我已经切换到使用 XPaths 来隔离我要查找的 div，但是 div id 也发生了变化。我曾考虑为软件将通过的每个站点使用带有 div xpath 的文本文件，从而节省了我编辑和重新编译代码的时间。有没有更好的方法来解决这个问题？也许 CodeDom ？

2. 其次，由于每个网站都使用不同的格式和编码，我不得不用 HtmlDocument、HtmlWebResponse、HtmlNodes 等为每个网站重写部分代码，这最终占了我代码的近一半。我无法将它们放在一起，因为有些需要额外的刮擦和分页，有些则不需要。有没有办法简化这个问题？

3. 最后，我将整个代码放在一个包含大约 600 行代码的类文件中。我拥有的唯一方法是后台工作程序、ui 事件处理程序、每个站点的抓取方法以及保存图像的一种方法。将整个代码放在一个类中可以吗？当我使用 Java 编写代码时，我经常使用多个类并将它们称为对象，这有助于更轻松地更改特定部分。我可以用 C# 做同样的事情吗？

有没有更有效的方法来制作软件？我正在考虑为每个站点创建一个类，以便可以直接对相关类进行修改，但这会导致在每个类中重复很多行。还是可以将整个文件放在一个类文件中？

谢谢。

PS：本软件仅供个人使用，但我认为这是一个学习和应用好的编程的好机会。