Просто и понятно (корзина заказов):
Храните список транзакций с точки зрения того, какие товары были заказаны вместе. Например, когда кто-то покупает видеокамеру на Amazon, он также покупает носитель для записи одновременно.
Принимая решение о том, что «предложено» на данной странице продукта, просмотрите все заказы, в которых был заказан этот продукт, сосчитайте все другие товары, приобретенные одновременно, а затем отобразите 5 наиболее часто покупаемых товаров. в то же время.
Вы можете расширить его оттуда, основываясь не только на заказах, но и на том, что люди последовательно искали на веб-сайте и т. Д.
С точки зрения системы рейтинга (например, рейтинги фильмов):
Становится сложнее, когда вы добавляете рейтинги. Вместо дискретной корзины предметов, которые вы приобрели, у вас есть история покупок оценок предметов.
В этот момент вы смотрите на интеллектуальный анализ данных, и сложность огромна.
Простой алгоритм, однако, не далеко от вышесказанного, но он принимает другую форму. Возьмите предметы с наивысшим рейтингом клиента и наименьший рейтинг, и найдите других клиентов с аналогичными списками с самым высоким рейтингом и самым низким рейтингом. Вы хотите сопоставить их с другими, которые имеют схожие экстремальные симпатии и антипатии - если вы сосредоточитесь только на симпатиях, то когда вы предложите что-то, что они ненавидят, вы дадите им плохой опыт. В системах предложений вы всегда хотите ошибиться на стороне «теплого» опыта, а не «ненависти», потому что один плохой опыт отвращает их от использования предложений.
Предлагать товары в других самых высоких списках клиенту.