非常に具体的な推奨事項の問題があります。
アイテム、プロパティ、値の 3 種類の値/エンティティがあるとします。N 個のアイテム、A プロパティ、および B 値があります。各アイテムには、いくつかのプロパティと値のペアがあります。例：
アイテム#1
2374-23783
8455-5783
744-2438
アイテム#2
5435-23783
8455-54654
544-9778
...
ここで、上記のような 3 ～ 4 個のサンプル プロパティ値のペアを持つ Item#x などの「匿名」アイテムが与えられた場合、特定のプロパティの推奨事項を取得したいと考えています。例：
アイテム番号 x
5435-23783
544-9778
744-2438
8455-?? （推薦を受ける）
ここで、直観 - Item#x のプロパティ 8455 の推奨値は 54654 である可能性があります。プロパティ 5435 と 744 は、Item#2 と Item#x の値が同じであることがわかります。したがって、8455 の値は、項目 2 の 8455 の値と同様になる可能性が高くなります。
質問：
この問題にはどのようなモデルが最適だと思いますか? どのようなアプローチを使用する必要がありますか? 協調フィルタリング - しかし、どのように? すべてのプロパティと値のペアをデータセットにダンプし、推奨事項をフェッチするだけでは、明らかに私のニーズは満たされません。
実装固有の詳細も追加できますか? マハウト？ミリックス？機械学習/推奨ライブラリ?