我是机器学习的新手，但发现它非常有趣，而且我可以在我们当前的产品中看到很多应用程序。请原谅任何看似显而易见的问题。
我有一个想提供建议的场景。为简单起见，假设我有保存 Purchase 和 Purchase Item 记录的数据库表。每个 Purchase Item 都描述了数量、描述(鞋子、裤子、衬衫)，然后是应用程序向用户展示的每件商品的总价。通常，与特定采购相关的一个采购项目或一系列采购项目将自动触发添加其他相关采购项目以用于类似类型的采购(也许他们想添加帽子或手套)。
请注意，没有为这些类型的项目分配类别。它们可能完全不相关，除非它们定期一起应用于购买(衬衫、食品和相机不相关，但可能经常一起购买)。也就是说，这是用户的购买习惯而不是(推荐帽子，因为它是一种服装，如衬衫)。
我试验过 Recommender 算法，但不完全了解如何在这种情况下应用它。这是我应该查看的正确算法吗？
提前感谢您的帮助。
马特
最佳答案
对于推荐引擎，存在许多替代方案。大多数在网上商店工作的人都使用混合模式，它结合了协同过滤模型(跟踪用户对产品的偏好并从这些偏好中学习的系统)，以及基于内容的算法，该算法基本上是根据产品的规范推荐产品。 Here is a nice article关于理论和一些代码。
关于algorithm - 推荐关联项目的推荐算法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/43029589/