Добрый день!
Я в процессе создания приложения для одного исследования (для учебы).
Приложение использует следующий стэк: node.js, elasticsearch, mongoDB и питон для экстракции данных для датабазы юзеров.
Моя задача: убедить, что c помощью эластиксёрч можно создать рекомендательную систему для юзеров Инстаграма (фокус на контенте). Датасет имеется, но не большой (пока только 100 фейковых юзеров для анализа). Простой поиск типа full text поиска не подойдет, так как это слишком просто.
Дано: датасет из юзеров (публичная информация и подпись к постам), модель юзера (какие параметры необходимы), страница на heroku, где можно посмотреть как это выглядит и собственно мокапы, весь бекенд готов кроме собственно алгоритма или функций для создания рекомендательной системы.
Метод: проанализировать имеющиеся данные с помощью эластиксёрч и создать рекомендации для юзера. Может быть возможно включить сюда ML? или как-либо сравнить с ML? в датасете фокус на контенте и с помощью этого контента должны заматчиться юзеры.
В чем нужна помощь: может вы уже сталкивались с созданием рекомендательных систем. Нужна помощь в ее создании.