Open Source marcos de filtrado colaborativo

Question

Me preguntaba si existe o no un marco de código abierto que me ayudarán a incluir lo siguiente tipo de funcionalidad a mi página web:

1) Si estoy viendo un producto en particular, me gustaría ver qué otros productos pueden ser interesantes para mí. Esta información puede deducirse al calcular, por ejemplo, qué otras personas en mi región (o cualquier otra característica de mi perfil) compraron además del producto que estoy viendo. Algo así como lo que hace Amazon.com.

2) Deduce las relaciones entre las personas en función de su perfil, la interacción entre ellos en el sitio web (comentando las publicaciones de los otros), el uso del sitio web en términos de áreas más navegadas, los productos comprados en común etc.

No estoy buscando un sitio web de código abierto con esta funcionalidad, sino algo así como un modelo de objetos en el que puedo proporcionar información sobre los usuarios y su uso del sitio, incluidas las reglas sobre las relaciones y luego preguntar preguntas descritas en (1) y (2) arriba.

Cualquier información sobre libros blancos/información general sobre los mejores enfoques para hacer esto, o cualquier enlace relacionado realmente ayudará también.

Answer 1

(Yo soy el programador del gusto, que ahora es parte de Apache Mahout)

1) Realmente estás pidiendo dos cosas aquí: a) recomendarán artículos me puede gustar b) elementos a favor de que sean similar a lo que estoy viendo actualmente.

De hecho, Mahout Taste se trata de responder a). Todo lo que hace es compatible con sistemas como este. Eche un vistazo al documentation para comenzar, y haga cualquier pregunta a mahout-user@apache.org.

Para 1b), en particular, Mahout tiene dos respuestas:

Si sólo está interesado en lo que los elementos son similares al elemento actual, que estaría interesado en el ItemSimilarity abstracción en Mahout (org.apache.mahout.cf.taste.similarity.ItemSimilarity) y sus implementaciones , como PearsonCorrelationSimilarity. En función de un conjunto de clasificaciones de elementos de usuario, esto podría indicar una similitud estimada entre dos elementos. A continuación, simplemente selecciona los elementos más similares. De hecho, mira la clase TopItems en Mahout que puede resolver esto rápidamente.

Pero también puede combinar a) yb) calculando recomendaciones, luego aplicando una implementación de Rescorer que luego favorece elementos que son similares al elemento visto actualmente.

2) Sí, también sería interesante la abstracción UserSimilarity, las implementaciones, etc.Esto deduciría similitudes basadas en clasificaciones de artículos. Sin embargo, Mahout no lo ayuda a deducir estas clasificaciones al, por ejemplo, observar el comportamiento del usuario. Esto es específico del dominio y depende de usted.

Suena confuso: lea los documentos y siéntase libre de seguir en mahout-user@apache.org donde puedo informarle más.

Answer 2

Estoy investigando el mismo tema, ya que soy working on a project para ayudar a las personas a decidir cómo votar sobre las complicadas medidas electorales de California. Aquí hay algunos motores de filtrado colaborativo de código abierto que he encontrado:

• Vogoo (PHP)
• acts_as_recommendable (Ruby on Rails)
• Mahout (formerly Taste) (Java)

También hay una buena visión general de estos motores here.

Answer 3

También están el marco Duine y OpenSlopeOne. Pero en mi opinión, Mahout sigue siendo el mejor. puede encontrar una encuesta sobre Open Source Sistemas de Recomendación aquí:

http://girlincomputerscience.blogspot.com.br/2012/11/open-source-recommendation-systems.html

espero que ayude!

Answer 4

se puede encontrar una Lista de Sistemas de Recomendaciónhere