我想知道在标签驱动的电商环境中使用什么算法比较聪明:
每个商品都有若干个标签。例如:
商品名称:"Metallica - Black Album CD",标签:"metallica", "black-album", "rock", "music"
每个用户都有一些标签和与之关联的朋友(其他用户)。例如:
用户名:"testguy",兴趣标签:"python", "rock", "metal", "computer-science",好友:"testguy2", "testguy3"
我需要以一种复杂的方式通过检查其兴趣标签来向这些用户生成推荐结果。
想法:
- 可以使用混合推荐算法,因为每个用户都有好友。(协同过滤 + 基于内容的推荐)。
也可以根据用户标签找到相似的用户(同行),并为其生成推荐。
也可以直接通过标签匹配用户和商品之间的标签进行推荐。
欢迎任何建议。我将在Python语言上实现此实验引擎,所以任何基于Python的库也受到欢迎。