我目前正在为学校的一个任务做一些研究。我有两个数据流,一个是用户评级,另一个是网店搜索、点击和订单历史记录(二进制数据)。
我发现如果使用评级数据,协作过滤是最好的算法族。我找到并研究了以下算法:
基于内存的
基于用户
- 皮尔逊相关系数
- 约束的皮尔逊
- 向量相似度(余弦)
- 均方差
- 加权皮尔逊
- 相关性阈值
- 最大邻居数
- 通过相关性加权
- Z-score标准化
基于项目
- 调整余弦
- 最大邻居数
相似度融合
基于模型的
- 基于回归
- 坡度一
- LSI / SVD
- 正则化SVD(rsvd / rsvd2 / nsvd2 / svd ++)
- 集成的邻居基础
- 集群平滑
现在我正在寻找一种使用二进制数据的方法,但我很难弄清楚是否可以使用这些算法中的二进制数据而不是评级数据,或者是否有其他算法族需要考虑?
提前道歉,由于我有阅读障碍并且不是母语写手,因此可能会有拼写错误。感谢marc_s的帮助。