根据当前日期和时间预测用户的下一个操作

Question

我正在使用Microsoft Azure机器学习工作室尝试一个实验,我使用以前的分析捕获有关用户(一次,一天)尝试预测他们的下一个操作(基于日期和时间),以便我可以调整用户界面相应的.因此,如果用户通常每周四下午1点访问某个页面,那么我想预测该行为.

警告 - 我是一个完全没有ML的新手,但已观看了不少视频,并通过教程如电影推荐示例.

我有一个带有用户ID,动作,日期时间的csv数据集,并希望训练一个火柴盒推荐模型,从我的研究看起来似乎是最好的模型.我无法在培训中看到使用日期/时间的方法.我的想法是,如果我可以传入用户ID和日期,那么推荐模型应该能够给我一个用户最有可能做的结果.

我从预测端点获得结果,但是训练端点给出以下错误:

{
    "error": {
        "code": "ModuleExecutionError",
        "message": "Module execution encountered an error.",
        "details": [
            {
                "code": "18",
                "target": "Train Matchbox Recommender",
                "message": "Error 0018: Training dataset of user-item-rating triples contains invalid data."
            }
        ]
    }
}

以下是该实验公开版本的链接

任何帮助,将不胜感激.

谢谢.

Answer 1

因此，通过一段时间的混乱，我想我可能会发现问题所在。我认为需要填写训练火柴盒推荐器的前三个输入才能进行准确的预测。我还将包含用于推荐餐厅的示例的屏幕截图。

第一个输入是由用户、项目和评级组成的数据集。

第二个输入是每个用户的特征。

第三个输入是每个特征的特征（在本例中是餐厅）。

因此，为了帮助解决日期/时间问题，我想知道是否需要修改数据以匹配类似于餐厅和用户数据的内容。

我知道这并不多，但我希望它能帮助您走上正确的道路。