Algorithm 预先计算用户兴趣
我需要一种方法或算法来根据他的推文预先计算用户的兴趣 用户将他的帐户与他的twitter帐户连接起来,在第一次检索到他的推文后,我将不得不预先计算他的品味和兴趣 由于该用户继续使用my系统,我必须使这些预测更加准确 是否有算法或数学模型有助于满足这一要求 请提供-现有的研究链接或开放源代码或示例,它们将帮助我入门。您可以用于此任务 一种可能的机器学习算法是具有k近邻的单词包: 创建一个[您知道他们感兴趣的用户],并使用[最好与]来“学习”培训集 当新用户到达时,将单词/n-grams提取为特征,然后查找,以确定感兴趣的内容 为了随着时间的推移获得改进-您可以获得一些额外的明确反馈-用户可以单击同意/不同意算法所说的内容。您可以稍后使用此信息来扩展培训集的大小—这可能会导致更准确的决策 这是一个标准算法,用于学习句子/单词集之间的“特征”,因此您至少应该将其用作指南Algorithm 预先计算用户兴趣,algorithm,design-patterns,Algorithm,Design Patterns,我需要一种方法或算法来根据他的推文预先计算用户的兴趣 用户将他的帐户与他的twitter帐户连接起来,在第一次检索到他的推文后,我将不得不预先计算他的品味和兴趣 由于该用户继续使用my系统,我必须使这些预测更加准确 是否有算法或数学模型有助于满足这一要求 请提供-现有的研究链接或开放源代码或示例,它们将帮助我入门。您可以用于此任务 一种可能的机器学习算法是具有k近邻的单词包: 创建一个[您知道他们感兴趣的用户],并使用[最好与]来“学习”培训集 当新用户到达时,将单词/n-grams提取为特征,
还有一个开源项目可能对您有所帮助:。+1您能给我推荐一些python库吗?我知道nltk