我正在尝试用Django框架实现一个组推荐系统,使用Python的LensKit工具(特别是一个适应UserUser算法的推荐对象)。然而,它只在某些情况下返回单个推荐(对于某些特定用户),但它总是返回用户组的推荐(我创建了一个混合用户,其分数是组成员分数的平均值,并为其请求推荐)。下面是我为个人用户和组请求推荐的实现:
from rest_framework import viewsets, status
from .models import Movie, Rating, Customer, Recommendation
from .serializers import MovieSeri
我面临着一个关于序列挖掘的棘手问题,比如我有10种产品,我有数百万条记录,每条记录都包含用户、产品和购买时间戳。每个用户可能只有1条记录或100条记录。例如:
user 1, p1, t1
user 1, p1, t2
user 1, p2, t3
user 1, p3, t4
user 1, p1, t5
user 2, p2, t6.....
现在我需要预测什么时候是为用户推广产品的最佳时机。
到目前为止,我的解决方案是,将时间分成几个类别。然后对数据应用Apriori,例如记录将如下所示
user 1, p1T1
user 1, p2T2
user 1, p3T2
user 1, p2T