機器學習來預測用戶參與度

Question

我正在一個php項目中，需要根據以前的活動history來預測用戶喜歡或報告某個帖子。一旦我預測了一個新帖子，無論用戶是喜歡還是報告，我都可以將其自動化，而無需實際用戶手動進行操作為了實現該功能，我決定將python和php一起用作API服務。

這是我的表結構

post table

id  post_title  content   sentiment  channel 
 1   post1      content1    .92      facebook
 2   post2      content2    .60      facebook
 3   post3      content3    .40      twitter
 4   post4      content4    .98      instagram

post_actions

id  post_id user_id liked reported time_done
 1   1       1       1      0       4:00pm
 2   2       1       0      1       2:00pm
 3   1       2       0      1       3:00pm
 4   3       1       1      0       4:00pm

我想在這里預測讓user_id 1表示他喜歡或不喜歡的新帖子。同樣的情況也適用於報告。 我對推薦器system.i進行了大量研究，如果我沒記錯的話，我還進一步了解這是基於內容的推薦器。

我的參考如下

1） https://towardsdatascience.com/wine-ratings-prediction-using-machine-learning-ce259832b321

2） https://towardsdatascience.com/how-to-build-from-scratch-a-content-based-movie-recommender-with-natural-language-processing-25ad400eb243

3） https://medium.com/@adamlouly/nlp-based-recommender-system-without-user-preferences-7077f4474107

我的ML功能是post_title，content，sentiment，channel，time_done我的問題是

1）推薦系統是否是解決此問題的好方法？

2）如果是，那么哪個余弦相似度更好或使用randomforest分類器進行訓練？

3）我可以將時間用作功能嗎？

我是python的新手，請提前幫助。

Answer 1

是的，這是經典的推薦系統問題。 解決此問題的方法很多，我建議從本文開始。 通常，推薦系統中有兩種方法-基於模型和基於內存。 以我的經驗，基於模型的方法的性能要比基於內存的方法好得多。 關於不同的模型和解決方案， 這里有一個不錯的摘要。

我既不建議余弦相似度也不建議隨機森林。 余弦相似度給出了非常高的一周相似度得分，並且隨機森林沒有按用戶個性化。 但是，如果您僅知道這兩個工具，請使用隨機森林。 通常，我建議使用矩陣分解，這樣往往會提供更高的准確性。

時間功能是非常重要的功能。 您應該創建幾個封裝時間因素影響的KPI。 例如，帖子的小時和工作日，用戶登錄到帖子創建之間的時間等等。

請注意，推薦系統是一個巨大的研究領域-因此您無法從一個帖子中獲得所有答案。 您將需要進行一些研究，並了解應如何匯總數據，用戶配置文件和項目配置文件的行為方式以及更多其他內容。 如果您是python的新手，我還建議您回顧一下R腳本語言，它具有許多用於推薦系統的工具，對於初學者而言，它比Python更直接。 （我使用R做了推薦系統博士學位論文）