商品使用者推薦系統的研究
阿新 • • 發佈：2019-01-07
應用背景：商品不斷在增加，沒有分類只有標題和內容，記錄了使用者對商品的所有操作，如何給使用者推薦他最感興趣的商品
PHP+MySQL,Ubuntu，Apache，無Java環境
大神的意見：用lda做聚類，然後給使用者貼標籤，這樣就明確了使用者的興趣。推薦的話方法比較多，不用這些分詞，直接用協同過濾都行。(我只能說大神的意見太專業了)
我的步驟--慢慢記錄
查詢資料：nlp、標籤系統、協同過濾、LDA、個性化推薦技術等關鍵詞
分詞系統和網址 關鍵詞提取 http://blog.csdn.net/liufang1991/article/details/47750483
推薦系統原始碼推薦系統開源軟體列表彙總和點評
具有參考價值的部落格或網址：
1.php+mysql實現簡單的協同過濾推薦演算法http://blog.csdn.net/u010429424/article/details/43228777
2.好的部落格文章
http://blog.csdn.net/pi9nc/article/details/21001171
http://www.ibm.com/developerworks/cn/java/j-lo-mahout/
http://blog.csdn.net/idonot/article/details/7999285
http://www.douban.com/note/247017269/
實踐：
1.根據商品標題和內容進行分詞 ，使用純php分詞工具，http://www.phpbone.com/phpanalysis/ 使用簡單，無元件速度稍慢
2.