Я хотел сделать рекомендации на основе нескольких наборов данных, как в Utilizing multiple, weighed data models for a Mahout recommenderПолучить пользователь окрестность из дополнительных данных в совместной фильтрации
Но моя проблема заключается в том, что дополнительные наборы данных не переводить хорошо на первичные элементы. Мой домен специфичен, но представьте, что это проблема рекомендации фильмов также основана на музыка вкус.
Если я обрабатываю фильмы и музыку таким же образом, я также получаю музыку в результатах.
Я бы хотел использовать другие наборы данных только для того, чтобы улучшить окрестности. Возможно ли это с Маутом или Мирикс?
Правильно. В Myrrix есть также «CandidateFilter», который устанавливает, какие элементы могут быть рекомендованы для любого запроса (Rescorer - больше для каждого запроса). Вы можете сделать это в любом случае, но CandidateFilter может быть быстрее. –
Да, я не упоминал об этом, потому что он помечен как экспериментальный (пока). Я также задаюсь вопросом, можно ли использовать тег api для этой цели, где вы бы пометили всех пользователей идентификаторами музыкальных элементов, которые будут информировать модель и не вернутся в рекомендации, что вы думаете? –
Да, тоже вполне возможно. Теги автоматически исключаются. Это тоже работает. Вы бы не хотели этого делать, если бы захотели порекомендовать музыку. Сохраняя их как предметы, вы можете сделать их, возможно, по запросу. Тогда вы действительно будете использовать Rescorer. –