Совместная фильтрация с использованием категориальных функций

Question

Я пытаюсь построить систему рекомендаций, используя совместную фильтрацию. Проблемы, с которыми я сталкиваюсь:

1. Набор данных User-Item имеет в основном категориальные переменные, поэтому не может найти лучший способ для вычисления матрицы подобия. Евклидово / косинусное расстояние здесь не сработает, пытаясь с расстоянием Жакара.
2. Набор данных не имеет пользовательского рейтинга для предметов, вместо этого у нас есть классификаторы - "не купил", "купил", "добавлен в корзину, но не купил".

Мы использовали XGB, чтобы получить вероятность покупки определенного элемента определенным пользователем, но такой набор данных не помогает при рекомендации.

Можете ли вы предложить какой-либо алгоритм рекомендаций (желательно на python), который обрабатывает классификацию и категориальные данные?

Заранее спасибо.

Answer 1

Майнинг правил ассоциации будет полезен здесь. Он рассчитывает относительную вероятность того, что элементы появятся вместе в истории пользователя. Он отличается от методик рекомендации совместной фильтрации и по-другому полезен.