[問題] 相似資料尋找

看板Programming作者bmzz (bmzz)時間12年前 (2013/01/29 17:46)推噓2(2推 0噓 0→)

留言2則, 2人參與討論串1/1

小弟工作上有個系統待做，但演算法實在學藝不精，實在苦手，不知道該用何種演算法做為基礎下去研究...請教各位大大。主要的應用描述是，底下是1,2,3號使用者「看過」且喜歡的電影類型與片子(英文) （先不考慮看過但不喜歡的狀況） 1 = {恐怖片：[A, B, C, P], 喜劇片：[D, E, F], 愛情片：[J, L, M]} 2 = {動畫片：[G, H, I, N], 愛情片：[J, K, L]} 3 = { 恐怖片：[A, B, P], 喜劇片：[D, E, F], 愛情片：[J, L, M, Q], 動畫片：[H, I, O] } 這樣可以假設1,3的喜好較為接近，所以我可以推薦3看C這部恐怖片。（或是把1看過的都推薦給3）補充一點的是，主角是人，而非物。我事先有找過recommender system，理解上不知道有沒有錯誤，但這應該隸屬於「People-to-PeopleCorrelation Recommender System」這類。（其他還有Non-Personalized, Attribute-Based, Item-to-Item..etc) 不過People-to-PeopleCorrelation Recommender System似乎就得看應用決定使用何種演算法來做.. 看了一些演算法，好像又比較接近KNN的概念.. 但演算法真的是苦手，KNN目前只找到維度相同的算法，不知是我看的不夠深，還是這是KNN本身的限制.. 希望有前輩可以指教一二，給我一個較明確的研究方向。先謝謝各位=) -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 210.242.250.115 ※ 編輯: bmzz 來自: 210.242.250.115 (01/30 14:52)