Анализ предпочтений пользователя

gta4kvs

Новичок
Дороу.

Имеется такая ситуация: есть устройство, его суть показывать видео контент. Сейчас контент показывается из нескольких сервисов, для примера: ivi.tv, megafon.tv. Работа с их API идёт напрямую с устройства.

Сделать промежуточный API -- фигня, тут обсуждать нечего.

Задача: сделать персонализированные подсказки и featured контент.

С этого момента я перестаю понимать что-либо, потому что опыт в подобных задачах у меня отсутствует от слова совсем.

Предположим, что вся информация по видео контенту у нас есть от external api, грубо говоря: название/теги/категории(я)

Непоняток много:
Какую информацию надо собирать о действиях пользователя? Открытие каждого видео, все поиски, соотнести, если видео было открыто, сколько от него было просмотрено (интересно/не интересно)
В каком формате эту информацию хранить? И, чёрт побери, как из всего этого замеса информации сделать какие-то ВЫВОДЫ?
Может существуют какие-то готовые решения?
Может кто-нибудь подбросит ссылок на чтиво по-этому вопросу?

Поскольку рекомендации нужно делать на основание каталога контента: как хранить тот самый каталог? Просто хранить в реляционной базе данных, отдельно рядом складывая теги/категории?

В общем я просто не понимаю, где начать.
Технологический стэк не определен и в целом не имеет значения.

АААААА.
 

Фанат

oncle terrible
Команда форума
Мне кажется, можно начать с примитивных вещей.
У видео наверняка есть теги. Самое тупое - предлагать по максимально просмотренному тегу, новое и популярное, но еще не просмотренное.
Еще можно попробовать аутсорсить решение. Запрашивать какие-нибудь рекомендательные сервисы через api. Скидывать им например пять предыдущих просмотров и просить подобрать похожее.
 
Сверху