我正在寻找一个特定的问题，我需要 Build 一个推荐人 . 广义问题如下，每个用户都注册了（比方说）x课程（c1，c2，c3，.. cx）根据每个课程，我需要向用户提供（比如说）前5个提示/建议（例如学习可能有用的材料等）我需要应用协作元素来了解哪些推荐对用户有用 .
我查看了像Apache Mahout Taste这样的推荐引擎，但是我无法以一种看起来像示例的方式来模拟我的问题 . （用户与一个或多个课程相关联且每个推荐/提示可能与一个或多个课程相关联的额外过滤标准会让我失望 . ）
如果有任何好方法可以解决这样的问题，请告诉我？任何指向文档/示例的指针都将非常感激 . 我刚开始在这个领域进行研究，如果我误解了任何概念，请耐心等待 .
谢谢，
维韦克
1 回答
这可能太简单而不需要推荐人 . 如果每门课程都有一套相关的材料，那么很明显，选修课程c1意味着他们应该有相关的课程材料 . 也许从受欢迎的所有材料中排名 . 这可能非常简单，可以完成您所需要的大部分工作 .
如果你想把它建模为CF，你可以;我不知道你有多少数据 . 如果您只有少数用户和课程，那么提供有用的答案将会非常稀疏 .
您的用户与两件事有关：课程和材料 . 你不想推荐课程，而是推荐材料 . 我将构建两个数据模型：一个具有用户课程信息，另一个具有用户材料购买信息 . 使用用户课程数据作为定义用户 - 用户相似性的UserSimilarity实现的基础 . 然后将其与NearestNUserNeighborhood，GenericUserBasedRecommender一起使用，但使用其他用户材料数据模型 .
您将根据课程使用用户 - 用户相似性来从材料中提出建议 .