如何使用时效性强的隐式数据集构建推荐系统?

Question

我有一个数据集，它有，用户，项目和视图，这是用户和项目之间的交互。

此数据集与其他推荐数据集的唯一区别是，这些项目具有很强的及时性，即项目在一段时间后过期，不再被考虑。(物品的使用寿命可以从1周到4个月不等(

Answer 1

您可以使用贝叶斯个性化排名进行隐式反馈。我写了我使用Tensorflow构建此类推荐系统的经验。

关于及时性，您应该仅使用活动项目来查找建议。

有关工作流的示例，如下所示：

• 您需要推荐 5 件物品;
• 您要求系统仅使用活动项目为您提供 30 条建议;
• 然后排除将在未来 2 天内过期的项目;
• 然后从留下来的人中随机选择5个;