Python 如何在我的数据框架上应用推荐系统算法

我正在尝试用python开发一个推荐系统。我已经使用pandas处理了输入数据。基本上我正在为电子学习系统开发这个应用程序。会话id代表用户浏览会话，如果用户浏览了book1，则返回1；如果用户未浏览book，则返回0。我们的目标是在他选书时推荐其他书籍。我们可以根据以前的资料找到其他的书。 这就是我处理过的数据的外观。 我在考虑应用Apriory算法来查找输出。这足以让你满意吗 应用apriory算法。或者我应该使用任何其他方法。我找到了一些例子。但仍然困惑如何 我可以把这个应用到我的案例中。我是python和机器学习的新手？有人能指导我如何解决这个问题吗？

---

您能详细说明专题栏目中“0”和“1”的含义吗？什么是“session_Id”？session Id代表用户浏览session，如果用户浏览了book1，则返回1，如果他没有浏览bookreturn 0。我们的目标是在他选书时推荐其他书籍。我们可以根据以前的资料找到其他的书。我已将数据处理为这种格式。如果这不合适，我可以改变这一点。简言之，您可以使用

apriori

、

collaborative filtering

、

ALS

或任何其他对该数据的推荐方法。有关推荐方法的摘要，请参见此链接。Packt或O'reilly关于推荐引擎的任何书籍也可能会有所帮助