推荐系统设计
推荐系统设计
提问于 2015-11-13 02:50:33
我目前正在进行一项研究，试图预测人们的智商。这项研究就是这样进行的，在第一天参与者进行智商测试。有规律的间隔2周，他们继续参加测试(可能有不同的问题)6个月。
考虑到这些信息(或数据集)，如何设计推荐系统。我想是这样的
IQvalue --输入-->推荐引擎--吐出-->可能的智商值(6个月后)
我的实际研究根本不是关于智商的。我只是编了个例子。请给我建议一下，如果我往正确的方向走？有类似的算法吗？
感谢你的帮助。
回答 1
Stack Overflow用户
发布于 2017-01-16 02:56:17
对于案例1，您只有与时间相关的IQ值，我建议您考虑时间序列分析方法。你的目标是预测智商随时间的变化。我对这个解决方案的建议是状态模型库。其github地址如下：https://github.com/statsmodels/statsmodels。这个工具是用python编写的，很容易使用。它包含许多常用的tsa模型，例如ARIMA。
对于案例2，如果你也有人的特征，例如QA测试的答案、年龄、性别、教育程度等，我建议你考虑使用机器学习方法来预测智商。你可以考虑随机森林或坡度提升来解决这个问题。我建议您使用诸如Scikit-learn或xgboost之类的工具。
对于第3种情况，您可以将其建模为推荐系统问题。假设用户测试人员，项目智商，等级智商值，你可以构造一个用户项目矩阵.在此之后，您可以使用RS方法，例如矩阵分解或基于内存的方法来预测IQ值。
在我看来，前两种方法可能更适合你的情况。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/33685152
复制相关文章
相似问题
腾讯云开发者
