의류/의류에서 사용자 취향을 추측하는 인공 지능/규칙

Question

의류와 같은 특정 제품에 대한 사용자의 취향을 예측하는 표준 규칙 엔진/알고리즘이 있습니다. 모든 전자 상거래 웹 사이트가 죽일 것이라는 것을 알고 있습니다. 그러나 정확하게 정의되지 않은 경우 더 나은 방법으로 그 예측을하는 데 도움이 될 수있는 이론적 패턴을 찾아 내고 있습니다. 추천인 시스템을 포함

Answer 1

두 책 :

• Programming Collective Intelligence : 파이썬, 알고리즘을 설명하는 좋은 일을하지만, 확장하는 방법을 이해하는 측면에서 IMO 충분한 도움을 제공하지 않습니다.
• Algorithms of the Intelligent Web : Java, 따르기가 더 어렵지만 확장 성이없는 예제 코드에서 확장 및 식별자 영역을 용이하게하기 위해 영속성 (이 경우 MySQL)을 사용하는 방법에 대해서도 설명합니다.

기본적으로 두 가지 방법으로 문제, 사용자 또는 항목을 다룹니다. Netflix는 전자를 사용하는 반면 Amazon은 후자를 사용합니다. 일반적으로 사용자 기반은 고려해야 할 항목보다 많은 사용자가있는 경향이 있으므로 권장 사항을 생성하는 데 더 많은 시간 및/또는 처리 능력이 필요합니다.

Answer 2

이 질문은 지나치게 광범위하므로이 질문에 대한 답변을 모릅니다. 당신이 묘사하고있는 것은 기계 학습 (Machine Learning)의 일종의 과제이며, 따라서 (매우 광범위한) 우산에 속할 것입니다. 이런 식으로 사용할 수있는 여러 가지 알고리즘이 있지만 대부분의 텍스트는 문제의 정의가 중요한 부분임을 알려줍니다.

패션의 어떤 부분이 중요합니까? 어떤 부분들이 아닌가? 어떻게 데이터를 수집 할 예정입니까? 데이터가 얼마나 시끄 럽습니까? 이 모든 것은 문제 공간에 대한 중요한 고려 사항입니다. Pandora는 음악과 비슷한 유형의 일을합니다. 사용자가 좋아하는 것과 좋아하지 않는 것을 처음으로 말해주는 것이 큰 이점입니다.

음악을 분류하려면 실제로 음악을 듣는 훈련 된 음악가가 모든 종류의 것을 식별해야합니다. 이에 대한 자세한 내용은 Ars Technica here을 참조하십시오. 내가 패션 취향에 대해 알고있는 것을 토대로, 나는 비슷한 문제 공간이며 평행선을 그리기 전에 전문가가 정보를 "코드화"해야 할 것이라고 말하고 싶다. 모호한 답변 죄송합니다

- 당신이 더 많은 세부 사항을 원한다면, 내가 아래로 조금 질문을 좁혀보세요 등