Machine learning 时间感知推荐系统是否适用于我的数据集？_Machine Learning_Recommendation Engine_Collaborative Filtering

Machine learning 时间感知推荐系统是否适用于我的数据集？

machine-learning

Machine learning 时间感知推荐系统是否适用于我的数据集？,machine-learning,recommendation-engine,collaborative-filtering,Machine Learning,Recommendation Engine,Collaborative Filtering,我有隐式反馈数据 Customer Data: <CustomerID> <Product Bought> <Date of Purchase> C1 P1 01-11-2008 C1 P2 01-01-2009 C1 P3

我有隐式反馈数据

Customer Data: <CustomerID> <Product Bought> <Date of Purchase>
                C1             P1                01-11-2008
                C1             P2                01-01-2009
                C1             P3                01-01-2020
                C2             P1                01-01-2021

客户数据：
C1 P1 01-11-2008
C1 P2 01-01-2009
C1 P301-01-2020
C2 P1 01-01-2021

我正在建立一个推荐系统。我已经使用共生矩阵来构建推荐系统。我用图形实验室来做这件事。我还使用了Jaccard相似性度量

现在我的目标是推荐客户可能在未来6个月内购买的产品。对于C2，我应该推荐产品P2而不是P3。如何处理这个问题？我确实了解了CARS（上下文感知推荐系统），尤其是。看来这对我没什么好处。请帮我处理这个问题。项目相似性对我来说不是很好。

你在针对什么进行相似性测试？您的样本数据没有客户标识，但您在问题中提到了“客户”。你是说

而不是

吗？我的错。现在已修复。你在对什么进行相似性测试？您的样本数据没有客户标识，但您在问题中提到了“客户”。你是说

而不是

吗？我的错。现在修好了。