如何为家庭中多个用户使用的 SmartTV 应用程序计算更好的视频推荐。我不知道当前哪个用户正在观看视频,因为该应用的帐户是共享的。因此,当前用户可能会根据其他用户的视频使用情况获得推荐。
我正在考虑使用主成分分析来找出家庭中有多少用户以及哪个用户现在可能观看视频。我可以将使用数据映射到这个特定的用户,然后为这个假设的用户构建推荐。
解决这个问题的最佳方法是什么。是否有描述解决方案的最佳实践或论文?
如何为家庭中多个用户使用的 SmartTV 应用程序计算更好的视频推荐。我不知道当前哪个用户正在观看视频,因为该应用的帐户是共享的。因此,当前用户可能会根据其他用户的视频使用情况获得推荐。
我正在考虑使用主成分分析来找出家庭中有多少用户以及哪个用户现在可能观看视频。我可以将使用数据映射到这个特定的用户,然后为这个假设的用户构建推荐。
解决这个问题的最佳方法是什么。是否有描述解决方案的最佳实践或论文?
不久前我对这个问题很感兴趣。我还有这篇论文,应该作为一个很好的入门读物。
一般来说,两阶段方法存在很大风险,即(1)对当前观看的人进行分类和(2)向预测用户提供推荐:如果您在第 1 阶段错误,您的推荐将非常糟糕。
我认为您应该考虑计算并向整个家庭提供推荐,即向爸爸、女儿等混合推荐。此外,您可以根据您的用户分类更改顺序。这将为您提供卓越的个性化,但如果您预测错误的用户,您不会完全关闭。
至于具体策略,您可以查看早期的 Netflix 论文和博客文章。如果我没记错的话,他们过去每个帐户只有一个用户。
希望这可以帮助!