Googleの予測APIページでは、Webページ/製品の推奨に使用できると書かれています...
誰かが私に方法を教えてもらえますか、例えば:
500,000 人のメンバーが購入した履歴があります
200 の異なるカテゴリに 2,000,000 個の製品があります
ユーザー X にサインアップしてもらい、15 個の「好き」/「嫌い」な製品の質問 (ユーザーの好み) を尋ねました。
ここで、ユーザー X に、彼が購入する可能性が最も高い製品のリスト (たとえば 500) を提案/推奨したいと思います。
どうもありがとう
何らかの理由でGoogleAPIに特に縛られていない場合は、Mahoutを使用して調べてください。これは、MahoutRecommendationマイニングの基本的なユースケースです。
https://cwiki.apache.org/MAHOUT/itembased-collaborative-filtering.html
The Google Prediction API, as currently implemented, is great for classifying data into a discrete set of categories, however, as noted in the documentation:
Avoid having a high ratio of categories to training data in categorical models. Try to have at least a few dozen examples for each category, minimum. For really good predictions, a few hundred examples per category is recommended.
The Prediction API's classification doesn't work well when the ratio of categories to examples is high and in the example you sketched the relationship is one-to-one because you are trying to find the user whose liked product list is most similar to the user of interest (to find a set of promising products to recommend). In this model, each user is a unique category.