algorithm - 根据过去搜索过的关键词推荐关键词

Question

我正在尝试根据他搜索的关键字向用户推荐 session 和关键字(每个 session 都有)。我不知道哪种推荐算法对我有用。

再澄清一点:- 当用户在搜索栏中搜索时，我会获取搜索查询并对其进行停用词删除，然后进行空格分割，然后对获得的每个单词进行词干提取。因此，我将能够找到用户感兴趣的 session 主题。- 我正在考虑创建一个用户向量，其中包含他感兴趣或搜索过的所有关键字。- 另外，我在我的数据库中列出了可用 session 的所有主题。

所以，我的问题是使用这个用户向量，什么样的推荐器有用，这将有助于推荐用户可能感兴趣的主题。用户没有根据自己的喜好对 session 主题提供任何类型的评级，因为我们正在从搜索中提取数据。

如有任何帮助，我们将不胜感激。

Answer 1

如果您拥有的唯一信息是用户搜索的内容，那么最简单的做法就是根据其他搜索过相同内容的人搜索过的主题来推荐主题。

例如，乔搜索油炸绿西红柿和紫色橡皮糖蠕虫。如果 Sam 然后搜索 purple gummi worms，那么您可能会建议他也查看 fried green tomatoes。

当然，如果只有少数参与者，则此模型效果不佳。但是，如果有很多人在搜索，根据您对之前搜索的分析，您可以说，如果有人搜索 X，那么他很有可能会搜索 Y。

这被广泛称为 Collaborative filtering .