Cómo construir un programa que pueda predecir los intereses de compra de una persona a partir de su tipo de personalidad

Answer 1

Me gusta tu idea. Permítanme proponer una solución intuitiva.

Datos
Necesita un conjunto de datos que conste de pares: tipo de personalidad, interés de compra, número de observaciones en los últimos 12 meses.

Tipo, Interés, Observaciones
Introvertido, Zapatos, 2000
Introvertido, Camisetas, 500
Extrovertido, Camisetas, 1000
Extrovertido, Alcohol, 3000
Extrovertido, Moda, 2000

Predicción
Si eres extrovertido, te gusta:
1. El alcohol. Porque es el interés favorito de Extroverts 3000 / (3000 + 1000 + 2000) = 50% Y porque el 100% de las ventas de alcohol va a Extroverts
2. Camisetas, porque la mayoría 1000 / (1000 + 500) = 66% de las camisetas va a Extroverts

A los introvertidos les gustará la mayoría de los zapatos y también puedes proponerles camisetas, pero su interés es inferior al promedio. O algo nuevo para recopilar más datos.

Puedes codificar en tu idioma favorito.

Reglas asociativas
Por supuesto que tendrás más tipos de personalidad y más intereses. El algoritmo APRIORI para la inducción de reglas asociativas puede ayudarlo.

Pruébalo en Orange (herramienta de programación visual de código abierto):
Aquí está la guía de Reglas de Asociación del Visor de Árbol.

Filtración colaborativa
Es otra opción viable. La variante básica es sólo unas pocas líneas de código R. Aquí está la guía recommenderLab con una gran introducción y una lista de otras herramientas Página en r-project.org.

¿Tienes más datos?
Lo mejor de esto es que no necesita ningún otro dato, solo los mencionados anteriormente. Con una gama más amplia de datos, también puede probar los árboles de decisión en Orange: Classification Tree Learner. Es un enfoque alternativo, no necesariamente mejor.

¡Buena suerte!

Answer 2

No creo que esta información sea suficiente para construir una herramienta predictiva efectiva.

Puede hacer mejores predicciones que aleatorias, pero hay mucho más que el tipo de personalidad de alguien que determinará sus hábitos de compra. Por nombrar unos cuantos:

• Su renta disponible;
• Sus circunstancias familiares;
• Sus aficiones e intereses (el tipo de personalidad no siempre será un buen predictor para esto);
• Su trabajo.

Realmente creo que vas a necesitar más datos para hacer un modelo significativo.

Dicho esto, si realmente quiere probar con lo que tiene o si recopila más características, podría probar un enfoque de filtrado colaborativo.

Por ejemplo, use lo siguiente para la función de costo:

luego calcule los derivados y use una función de optimización de costos estándar como el descenso de gradiente.

Answer 3

Probablemente desee utilizar un tipo de personalidad de grano fino como Myer-Briggs. Luego, debe recopilar la información mencionada por otros sobre los intereses de compra y vincular esa información con el tipo de personalidad. Finalmente, escriba un motor de predicción simple utilizando todos los datos que recopiló, para determinar los mejores intereses coincidentes dado un tipo de personalidad y viceversa. Entrene al motor de predicción en 2/3 de su conjunto de datos y pruebe en el 1/3 restante para medir la precisión. Es posible que desee recopilar datos adicionales, como la edad y el género también. Parece que le gustaría que un sitio web de personalidades propusiera anuncios para los visitantes del sitio, por lo que es posible que ya tenga suficientes datos de personalidad, solo tiene que acumular datos de interés de compras también. Vería si alguien ya tiene una base de datos que contenga intereses y tipos de personalidad y esté dispuesto a compartir, si no tiene que recopilar su propia información.