Question

在上一章的最后，我们用一个非常简单的方法构建了一个推荐引擎：利用回归来猜测用户的评分。在本章的第一部分里，我们将继续进行这部分工作，构建一个更高级（而且更好）的评分估算器。我们从一些有益的想法开始，然后把所有这些想法组合起来。在组合过程中，我们会再次使用回归，来学习最佳的组合方式。

在8.2节，我们将采用一种完全不同的学习方式，它叫做购物篮分析 （basket analysis），讲解如何用它来进行推荐。并不像之前那样需要一个数字评分；在购物篮分析中，我们掌握关于购物篮的信息即可，也就是哪些物品被一起购买了。我们的目标是用它来学习推荐。你可能已经在网络购物中看到过形如“购买了X的人同时也购买了Y”这样的特征。我们将开发出一个类似的特征。