适用于电子商务网站的推荐算法及neo4j图形数据库求解

我计划使用neo4j图形数据库在我的电子商务网站上实施产品推荐

建议将基于用户对产品的操作。行动将是

   - Product View , 
   - Rating ,
   - Read book
   - Download book , 
   - Purchase , 
   - Add to card , 
   - Review , 
   - Share
   - Some more action applicable to our site.

图形结构将是

用户（节点）

• 身份证
• 时间戳

产品（节点）

• 名字
• 时间戳

操作（用户和产品节点之间的关系）

• 重量（根据动作给出，例如：购买：10，查看：1等）
• 时间戳（操作发生的时间）

稍后我将在用户节点之间添加社交关系

我从互联网上的初步分析中发现了不同的推荐方法和算法。 以下是根据我的理解进行分类的列表。有些术语可能不正确、冗余或分类错误（如果我错了，请纠正我）

---

我的问题是确定哪些方法适用于我的电子商务站点，并且可以使用neo4j图形数据库（基于上述模型）来解决。

您的问题更多的是关于数据科学，而不是如何实现某些东西。然后我指给你看

如果你想实现你的电子商务推荐引擎，我强烈建议使用。这是在Neo4j之上创建推荐引擎的框架

以下是基于GraphAware Reco-

---

如果你的应用程序是基于PHP的，你可以使用

你有没有得到任何有用的链接来启动？

 - Item-Item similarity   
       - k-nearest neighbors (k-NN) algorithm
       - Pearson correlation coefficient.   
 -  User-User similarity   
 -  Matrix Factorization    
       - Singular Value Decomposition (SVD)
       - Restricted Boltzmann Machines (RBM)
       - Non-Negative Matrix Factorization ( NNMF )
 -  Latent factor analysis   
 -  Co-visitation analysis   
 -  Latent topic analysis   
 -  Cluster model   
 -  Association rule    
       - Bi-gram matrix association rule
 -  Ensembles