我正在尝试针对用户和商品是一对多关联的特定用例的推荐系统（学术练习）。说在给定的时间，某个特定项目只能由一个用户拥有。用户一次可以拥有多个项目。任何特定项目都有许多相似的项目，可能会使拥有者感兴趣。我想找到一个项目并将其推荐给用户。通常，在基于用户的推荐中，实体将具有许多关联。如果用户U1拥有项目I1，I2，I3，而用户U2拥有项目I1，I2，I3，I4，我们将I4推荐给U1。在我的情况下，一件商品在给定时间只能由一个用户拥有。在这种情况下如何执行推荐。是否可以执行基于用户的推荐？
最佳答案
一种可能的选择总是将一个问题转化为另一个问题。给定一对多的信息，您可以为每个X项目创建一个对象“知道在某种程度上类似于X的项目”（知道某种相似性度量标准，这是必需的，如果没有它，您将无法进行任何推荐）。 C [X]，并且遍历所有项目后，您将获得新的数据类型。您有用户，“项目集群”为C。现在，您可以假定用户A“喜欢”集群C [X]，前提是用户A喜欢C [X]中的任何项目。这样，您就可以在同一数据上建立多对多关系，并具有“平滑性”。现在，您可以使用任何一种现有系统，并且一旦获得推荐C [Y]，您就可以“推荐”来自C [Y]的任何免费（可用）商品。
关于machine-learning - 有什么方法可以对具有一对多关联的实体进行推荐？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/19611053/