问题标签 [recommendation-engine]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
.net - 重构工具
我正在使用几个月的 ReSharper 4.5,它是非常强大的工具,但使用了大量的系统资源,而且 VS 使用它的速度非常慢。使用哪个工具,我可以用相同的功能替换 Resharper。您使用哪种重构工具?
lucene - SOLR 和自然语言解析 - 我可以使用它吗?
要求
使用 Solr
虽然这个问题的答案很好,但我想知道我是否可以利用我花在了解 SOLR 上的所有时间来进行 NLP。
我想到了 SOLR,因为:
- 它有一堆标记器并执行大量 NLP。
- 开箱即用非常有用。
- 这是一个安静的分布式应用程序,所以很容易连接
- 我已经花了一些时间,所以使用可以节省我的时间。
我可以使用 Solr 吗?
虽然上述原因很好,但我不太了解 SOLR,所以我需要知道它是否适合我的要求。
理想用途
理想情况下,我想配置 SOLR,然后能够向 SOLR 发送一些文本,并检索索引的 tonkenized 内容。
语境
我正在研究一个更大的推荐引擎的一小部分。
algorithm - 媒体推荐引擎 - 单用户系统 - 如何启动
我想实现一个媒体推荐引擎。我看到了一个类似的帖子,但我认为我的要求与那些有点不同,所以在这里发布。
这是交易。
我想为像 VLC 这样的媒体播放器实现一个推荐引擎,这将是一个只需要照顾单个用户的引擎。就像,它会嵌入到 PC 上的媒体播放器中,通常由单个用户使用。它会开始学习用户的好恶,并逐渐了解用户喜欢什么。在这里,它将无法找到相似的用户来使用他们的数据进行推荐,因为它是一个单一的用户系统。那么该怎么做呢?
或者您可以将其视为必须放入 iPod 中的推荐引擎,它必须了解单个用户并从其收藏中推荐音乐/电影。
我想开始收集用户观看的音乐/电影类型(甚至可能是艺术家的名字),并从最受关注的类型中推荐电影,但它看起来很粗糙,不是吗?
那么有没有我可以使用的算法或我可以参考的任何资源?
问候,
微内核:)
database - 什么数据库是 MS Access for Coldfusion 的良好进展?
到目前为止,我所有的(家庭)CF 学习都是使用 Access 作为数据库完成的,就数据库而言,我“明白了”。没有数据库服务器,也不需要登录数据库什么的,建立表关系简单直观。哦,它基本上可以免费部署。
但是,我现在正在开发一个应用程序,该应用程序可能会在多个企业中使用,并且可能有多达 50 个并发用户。我听说 Access 真的不适合多用户使用或应用程序的生产使用。你会推荐什么更合适,最好易于掌握,我的 SQL 需要最少的 tweeking(我使用了一个工具来转换为 MySQL,它处理连接的方式当然不同,我不想做太多调试),可视化界面可用的、可扩展的、可备份的,以及我还不知道我需要的任何其他东西!
mahout - 协同过滤
如何在 Mahout 中使用 SVD 算法为电子商务领域中的显式二进制数据集(例如,用户购买或未购买但没有特定评级)生成推荐?还有哪些算法旨在对此类二进制数据集产生建议?
recommendation-engine - Mahout 关于二进制数据的建议
我是 mahout 的新手。我的目标是对二元用户购买数据产生建议。所以我应用项目相似性模型计算电影镜头数据的前 N 个建议,假设 1-3 评级为 0 和 4-5 评级作为 1.然后我尝试使用测试数据中的评级来评估我的建议,但从我的前 20 条建议到测试数据中评价最高的项目几乎没有两三个匹配项,并且对于大多数用户来说没有匹配项。
那么我的建议本质上是完全不好的,还是我需要采取不同的措施来评估我的建议?
请帮我 !提前致谢。
Pranay,二年级,UG 学生。
recommendation-engine - Apache Mahout 建议?
您是否实现了 Apache Mahout 推荐引擎?你有什么建议可以分享吗?您知道使用 Mahout 的任何其他网站吗?
谢谢!
mysql - 电影推荐引擎概念数据库设计
我在电影推荐引擎工作,我正面临数据库设计问题。我的实际数据库如下所示:
- 其中 ID 是 MOVIES.id 的外键,KEY_ID 是文本关键字表的键
这不是整个数据库,但我在这里展示了对我的问题重要的内容。我有大约 50,000 部电影和大约 1,300,000 个关键字相关性,基本上我的算法包括提取所有与给定电影具有相同关键字的人,然后按关键字相关性的数量对它们进行排序。
例如,我查找类似于“Cast away”的电影,它返回“六天六夜”,因为它具有最多的关键字相关性(4 个关键字):
该算法基于更多的因素,但这一因素对于该方法来说是最重要和最困难的。
基本上,我现在所做的是获取所有至少有一个关键字与给定电影相似的电影,然后按其他暂时不重要的因素对它们进行排序。
如果没有这么多的记录不会有任何问题,一个查询在许多情况下持续长达 10-20 秒,其中一些甚至返回超过 5000 部电影。有人已经在这里帮助我(感谢 Mark Byers)优化查询,但这还不够,因为它需要的时间太长
所以我认为如果我为每部电影预先制作带有电影推荐的列表会更好,但我不确定如何设计表格..这是一个好主意还是你会如何采用这种方法?
machine-learning - 如何为推荐系统训练神经网络?
我已经建立了一个带有反向传播的人工神经网络作为书籍推荐系统。
我在网络中只有一个隐藏层,输入层和输出层都是书籍,因为您应该能够输入一本书并获得更多书籍推荐。
我已经有很多关于用户及其对书籍的评分(1 到 5)的数据。我想将其输入到该数据的神经网络(设置所有权重)中,而无需经过反向传播过程。以某种方式更机械地做它。
假设每个用户在他们的图书馆里有大约 100 本书,我该如何设置它们的权重?用户图书馆中的书籍与用户图书馆中的其他书籍有什么关系?
谢谢。
mahout - 推荐系统数据收集方法
我正在我的应用程序中构建一个推荐系统,我可能会使用 apache mahout,我要收集一个大数据集,它将在一段时间内收集......所以在一些收集它之间哪个最便宜某种日志文件与在数据库中收集并在需要时将其导出